keras lstm参数 中_LSTM在keras中参数return_sequences、return_state的超详细区别(附代码)...

一、定义

return_sequences:默认为false。当为false时，返回最后一层最后一个步长的hidden state;当为true时，返回最后一层的所有hidden state。

return_state:默认false.当为true时，返回最后一层的最后一个步长的输出hidden state和输入cell state。

二、实例验证

下图的输入是一个步长为3,维度为1的数组。

一共有2层神经网络(其中第一层必须加上“return_sequences=True”,这样才能转化成步长为3的输入变量)

(1)return_sequences=True

from keras.models import Model

from keras.layers import Input

from keras.layers import LSTM

from numpy import array

from keras.models import Sequential

data = array([0.1,0.2,0.3]).reshape((1,3,1))

inputs1 = Input(shape=(3,1))

lstm1,state_h,state_c = LSTM(2,return_sequences=True,return_state=True)(inputs1)

lstm2 = LSTM(2,return_sequences=True)(lstm1)

model = Model(input = inputs1,outputs = [lstm2])

print(model.predict(data))

输出结果为：(最后一层