Keras读书笔记----递归网络层

1. 递归层Recurrent

1.1. Recurrent层

这是递归层的抽象类，请不要在模型中直接应用该层，所有的递归层（LSTM , GRU , SimpleRNN ）都服从本层的性质，并接受本层指定的所有关键字参数。

keras.layers.recurrent.Recurrent(weights=None, return_sequences=False, go_backwards=False, stateful=False, unroll=False, consume_less='cpu', input_dim=None, input_length=None)

• weights： numpy array的list，用以初始化权重。该list形如 [(input_dim, output_dim),(output_dim, output_dim),(output_dim,)]
• return_sequences：布尔值，默认 False ，控制返回类型。若为 True 则返回整个序列，否则仅返回输出序列的最后一个输出
• go_backwards：布尔值，默认为 False ，若为 True ，则逆向处理输入序列
• stateful：布尔值，默认为 False ，若为 True ，则一个batch中下标为i的样本的最终状态将会用作下一个batch同样下标的样本的初始状态。
• unroll：布尔值，默认为 False ，若为 True ，则递归层将被展开，否则就使用符号化的循环。当使用TensorFlow为后端时，递