LSTM输入层、隐含层及输出层参数理解【转载】

时间:2023-03-09 15:09:29
LSTM输入层、隐含层及输出层参数理解【转载】

转自:https://blog.****.net/yyb19951015/article/details/79740869

//这个博客讲的挺不错的。

http://www.newlifeclan.com/ai/archives/170

基本的LSTM细胞单元在TensorFlow中声明为:

tf.contrib.rnn.BasicLSTMCell(num_units)

这里的num_units指的是LSTM单元中的单位数。

num_units也可以解释为前馈神经网络隐藏层的类比。前馈神经网络隐层中的节点。

num_units数目等于LSTM网络每个时间步长的LSTM单元的数量。以下图片应该可以帮助你理解:

LSTM输入层、隐含层及输出层参数理解【转载】

有时用 lstm_size 表示 :这是 LSTM 网络的隐藏层中的单元数量,LSTM 细胞中实际上有四个不同的网络层,有三个 sigma 层和一个 TNH 层,这是每一层中的单元数。如果你将它设置成 256,那么这四层中的每一层就有 256 个单元。

num_units中的每一个:都可以将它看作LSTM网络中的一个标准的LSTM单元。

LSTM输入层、隐含层及输出层参数理解【转载】