结合Keras指定参数的LSTM代码,确认自绘网络结构示意图正确性
单层LSTM结构匹配性分析
对应代码的结构拆解(look_back=1场景)
- 这段代码定义的是Keras Sequential框架下的最简LSTM结构:模型仅包含一个配置为4个单元的LSTM层,没有其他隐含层级
- 当
look_back=1时,传入LSTM层的输入形状为(1, 1),其中两个维度分别对应:序列时间步总数为1、单个时间步上的输入特征维度为1
绘制的示意图与实际结构的一致性校验
- 使用色块区分功能模块的思路(粉色=输入、绿色=隐藏层、蓝色=输出)和Sequential模型从上到下的层级顺序是匹配的
- 仅从静态节点映射的简化视角看,绘制的拓扑和实际网络的节点数量基本对应:输入侧对应1个单步特征值,隐藏层对应组成LSTM层的4个循环单元
- 两处容易出现结构偏差的细节需要注意:
- 不要把绿色隐藏块画成无循环的普通全连接节点:每个LSTM单元内部都包含输入门、遗忘门、输出门的门控计算逻辑,以及跨时间步的细胞状态传递通路;只是因为输入序列长度只有1步,多时间步的状态传递过程没有实际体现
- Keras默认配置下LSTM层只会返回最后一个时间步的隐藏状态,原生输出维度为4,和隐藏层单元数相等:如果图里的蓝色输出块是1个节点,那这个块实际上对应的是教程后续添加的全连接输出层的尺寸,不是LSTM层本身的输出
补充:这个教程场景下因为单步序列的长度限制,LSTM的循环计算优势完全没有发挥,核心是演示Keras的LSTM调用接口,这也是很多初学者容易把结构简化成普通全连接网络的原因。
内容的提问来源于stack exchange,提问作者Caeta
相关产品推荐
相关产品推荐

