【语音识别】关于多层LSTM的结构解读

最新推荐文章于 2026-04-16 02:05:22 发布

原创

最新推荐文章于 2026-04-16 02:05:22 发布 · 4k 阅读

标签

#深度学习 #神经网络 #python #lstm

收录于

本文深入解析RNN和LSTM的输入输出维度，通过实例展示如何在Keras中搭建多层LSTM网络，解释units参数的真实含义，以及如何通过调整参数影响模型输出。

首先明确一点，RNN单元的输入输出的维度，点击参考keras.layers.RNN()文档

输入尺寸

3D 张量，尺寸为 (batch_size, timesteps, input_dim)。

输出尺寸

如果 return_state：返回张量列表。第一个张量为输出。剩余的张量为最后的状态，每个张量的尺寸为 (batch_size, units)。
如果 return_sequences：返回 3D 张量，尺寸为 (batch_size, timesteps, units)。
否则，返回尺寸为 (batch_size, units) 的 2D 张量。
每层LSTM的输入是前一层的LSTM的输出,所以自第二层LSTM开始，input_shape参数是可以忽略的

以双层的LSTM为例

#参数
time_steps = 10
features = 2
input_shape = [time_steps, features]
batch_size = 32
model = Sequential()
model.add(LSTM(64, input_shape=input_shape,  return_sequences=True))
model.add(LSTM(32,input_shape=input_shape))
model.summary()
>>>
Model: "sequential_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
========