Keras LSTM，time_step是否等于1，就像将LSTM转换为MLP一样？答案

【问题标题】：Keras LSTM, is the time_step equal to 1 like transforming the LSTM into a MLP?Keras LSTM，time_step是否等于1，就像将LSTM转换为MLP一样？
【发布时间】：2018-11-26 15:50:11
【问题描述】：

我是深度学习这个领域的初学者。我正在尝试将 Keras 用于回归问题中的 LSTM。我想构建一个 ANN，它可以利用一个预测和下一个预测之间的记忆单元。

更详细地说...我有一个神经网络 (Keras)，带有 2 个隐藏层-LSTM 和 1 个用于回归上下文的输出层。

batch_size 等于 7，timestep 等于 1，我有 5749 个样本。我只想了解使用timestep == 1 是否与使用MLP 而不是LSTM 相同。对于time_step，我指的是Keras 中Sequential 模型输入的重塑阶段。输出是一个单一的回归。

我对之前的输入不感兴趣，但我只对网络的输出感兴趣，作为下一个预测的信息。

提前谢谢你！

【问题讨论】：

标签： python tensorflow keras deep-learning lstm

【解决方案1】：

你可以这么说:)

您认为您将不再有任何重复性是正确的。
但在内部，由于存在更多内核，操作仍将比常规Dense 层更多。

但要小心：

如果你使用stateful=True，它仍然是一个循环的LSTM！
如果您正确使用初始状态，您仍然可以使其循环。

如果您有兴趣使用单元格的内存/状态创建自定义操作，您可以尝试使用 LSTMCell 代码作为模板创建自定义循环单元格。

然后您将在RNN(CustomCell, ...) 层中使用该单元格。

【讨论】：