RNN模型层的输入是如何工作的？

【问题标题】：Input of RNN model layer how it works?RNN模型层的输入是如何工作的？
【发布时间】：2019-05-26 14:04:01
【问题描述】：

我不了解 RNN 模型的输入。为什么它在每层的节点大小之前显示 None。为什么是 (None,1) (None,12)

这是我的代码。

K.clear_session()
model = Sequential()
model.add(Dense(12, input_dim=1, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.summary()

【问题讨论】：

标签： keras recurrent-neural-network rnn keras-layer

【解决方案1】：

这不是 RNN，它只是一个全连接网络（FC 或 Dense）。

Keras 网络中每个张量的第一个维度是batch_size，它表示您传递给模型的“样本”或“示例”的数量。值是None，因为这个维度不是固定的，你可以有任何你想要的大小的批次。

【讨论】：