RNN：Keras框架中LSTM层的return_sequences有什么用答案

【问题标题】：RNN: What is the use of return_sequences in LSTM layer in Keras FrameworkRNN：Keras框架中LSTM层的return_sequences有什么用
【发布时间】：2018-12-24 21:12:15
【问题描述】：

我在 RNN 工作。我有来自某个站点的以下代码行。如果你观察到第二层没有“returnSequence”参数。

我假设返回序列是强制性的，因为它应该返回序列。你能说出为什么没有定义吗？

第一层 LSTM：

regressor.add(LSTM(units = 30, return_sequences = True))

第二层 LSTM：

regressor.add(LSTM(units = 30))

【问题讨论】：

您的问题不清楚。为什么你认为它“应该返回序列”？
感谢您的回复。就像在 RNN 中的每个时间步一样，输出被输入到自身中，因此我假设 return_sequence 应该是真的。你能告诉那这个 return_sequence 到底是做什么的吗？

标签： machine-learning keras lstm recurrent-neural-network rnn

【解决方案1】：

当return_sequences参数设置为False（默认）时，网络只会输出h_n，即最后时间步的隐藏状态。否则，网络将输出隐藏状态的完整序列，[h₁, h₂, ..., h_n]。层的内部方程不变。参考documentation。

【讨论】：

谢谢康斯坦丁。明白了。
在实际使用方面，将return_sequences 设置为True 或False 有何作用？