Keras LSTM：第一个参数

Question

在Keras中，如果要添加10个单位的LSTM图层，请使用model.add(LSTM(10))。我听说号码10被称为隐藏单元的数量here和输出单元的数量（Keras码here的863行）。

我的问题是，这两件事情是一样的吗？输出的维度与隐藏单位的数量相同吗？我已阅读了一些教程（如this one和this one），但他们都没有明确说明。

Answer 1

为了得到一个很好的直觉，为什么这是有道理的。请记住，LSTM的工作是将一个序列编码成一个向量（可能是总体过度简化，但它是我们需要的）。由hidden_units指定矢量的大小，output是：

seq vector   RNN weights 
(1 X input_dim) * (input_dim X hidden_units), 

其具有1×hidden_​​units（代表你的输入序列进行编码的行向量）。因此，这种情况下的名称被同义使用。

当然，RNN需要多于一个乘法，并且keras实现RNN作为上述矩阵 - 矩阵乘法的序列，而不是向量矩阵。

Answer 2

隐藏单元的数量是不一样作为输出单元的数量。

数字10控制输出隐藏状态的尺寸（LSTM构造方法的源代码可以找到here.10指定units参数）。在教程的一个已连接于（colah's blog），所述单元的参数将控制载体ħ_吨-1，ħ_吨，和ħ_{吨+ 1}的尺寸：RNN image 。

如果要控制网络中LSTM块的数量，则需要将其指定为LSTM层的输入。输入图层的形状是（nb_samples，timesteps，input_dim）Keras documentation。 timesteps控制您的网络包含多少个LSTM块。再次参考colah博客上的教程RNN image，时间步将控制网络包含的绿色块的数量。