RNN을 스태킹 할 때 return_sequences 매개 변수를 Keras에 True으로 설정해야합니다. Keras에서 예를 들어 누적 된 RNN의 시퀀스를 반환하는 이유는 무엇입니까?
lstm1 = LSTM(1, return_sequences=True)(inputs1)
lstm2 = LSTM(1)(lstm1)
각 스택 RNN 층에 대한 입력 공간의 차원을 보존 다소 직관적 그러나, 나는 철저하게 확신하지 않다.
누군가 (수학적으로) 이유를 설명 할 수 있습니까?
감사합니다. 재발 레이어
입력 형상이다
(number_of_sequences, time_steps, input_features).시간 단계가있는 경우 반복성이있을 수 있기 때문에 이것은 반복적 인 레이어에 절대적으로 필요합니다. 이제
, 각각의 경우에 재발 층의 "출력을"비교 :
return_sequences=True로 - return_sequences=False와 (number_of_sequences, time_steps, output_features)return_sequences=True없이 (number_of_sequences, output_features), 당신은 시간 단계를 제거 따라서 크기가 충분하지 않고 가장 중요한 요소 인 time_steps이 없기 때문에 반복적 인 레이어로 공급할 수 없습니다.