许多RNN类(BasicRNNCell
,LSTMCell
等)的构造函数接受名为num_units
的参数。这设置单元格中的单位数量。TensorFlow的RNN单元和单元格
我认为这个标识的RNN应该按顺序处理元素的数量。所以如果你想要一个RNN来处理长度为N的序列,你将每个单元有N个单位。它是否正确?什么是RNN单位?
许多RNN类(BasicRNNCell
,LSTMCell
等)的构造函数接受名为num_units
的参数。这设置单元格中的单位数量。TensorFlow的RNN单元和单元格
我认为这个标识的RNN应该按顺序处理元素的数量。所以如果你想要一个RNN来处理长度为N的序列,你将每个单元有N个单位。它是否正确?什么是RNN单位?
不,这是不正确的。
num_units
指的功能,你的细胞可以代表数量。在每个时间步骤中,给予一定大小的输入(您呼叫“元素RNN应在序列处理的数量”)。这就像你的神经网络的第0层。然后将此输入处理为隐藏层,大小为num_units
。这也是单元格输出的大小。
你称之为N,由输入张量的大小决定。 num_units
是您模型的超参数。它越大,模型的自由度就越多(更具描述性的特征)。
这里NUM_UNITS指单位LSTM(或RNN)细胞的数量。
num_units可以被解释为来自前馈神经网络的隐藏层的类比。前馈神经网络的隐藏层中的节点的数量等于LSTM单元中每个时间步长的L_MM单元的数量单位所述network.Following画面应清除任何confusion- enter image description here
(从https://jasdeep06.github.io/posts/Understanding-LSTM-in-Tensorflow-MNIST/
不,它在细胞RNN单元的数量被引用,因此,它表示所述细胞的形状。 – AKSW