2017-12-12 13 views
1

나는 keras에 대한 백엔드로 tensorflow를 사용하고 있습니다. LSTM에 대한 자습서 중 하나에서, 그것은Keram의 최신 버전에서 return_sequence = LSTM과 동일합니다

keras.layers.LSTM(units, activation='tanh', recurrent_activation='hard_sigmoid', 
        use_bias=True, kernel_initializer='glorot_uniform', 
        recurrent_initializer='orthogonal', bias_initializer='zeros', 
        unit_forget_bias=True, kernel_regularizer=None, 
        recurrent_regularizer=None, bias_regularizer=None, 
        activity_regularizer=None, kernel_constraint=None, 
        recurrent_constraint=None, bias_constraint=None, dropout=0.0, 
        recurrent_dropout=0.0, implementation=1, return_sequences=False, 
        return_state=False, go_backwards=False, 
        stateful=False, unroll=False) 

누군가가 최신 버전에서 위의 코드의 동등 제공시겠습니까 말한다 구문 새로운 LSTM 보면

regressor.add(LSTM(units = 50, return_sequence = True, input_shape = Xtrain)) 

말한다?

답변

0

return_sequence의 철자가 틀린 경우 return_sequences이어야합니다 (후행 에 유의하십시오). 이 인수는 최신 버전과 심지어 master에 아직도 있습니다.

input_shape도 kw 인수 (동의어 : input_dim)로 지원됩니다.

그러니 그냥 사용

LSTM(units = 50, return_sequences = True, input_shape = Xtrain)