LSTM模型描述中的密集到底是什么？
LSTM模型描述中的密集到底是什么？
提问于 2019-04-10 21:35:29
我是新接触deep_learning和使用Keras的，所以我想知道当我们有一个像下面这样的代码时，密集是什么意思：
我阅读了https://keras.io/getting-started/sequential-model-guide/，还找到了一些解释，比如: Dense实现了操作: output = activation (点(输入，内核)+ bias)其中activation是作为激活参数传递的元素级激活函数，kernel是由层创建的权重矩阵，bias是由层创建的偏差向量(仅当use_bias为真时适用)。这对我没有太大的帮助！
model = Sequential([
Dense(32, input_shape=(784,)),
Activation('relu'),
Dense(10),
Activation('softmax'),回答 3
Stack Overflow用户
发布于 2019-04-10 21:41:01
密集层的另一个名称是完全连接层。它实际上是每个神经元连接到下一层的所有神经元的那一层。它实现了操作output = X * W + b，其中X是层的输入，W和b是层的权重和偏移。W ad b实际上是你想要学习的东西。如果你想要更详细的解释，请参考this文章。
Stack Overflow用户
发布于 2019-04-10 21:40:30
致密层是全连接层，即层N的每个神经元都连接到层N+1的每个神经元
Stack Overflow用户
发布于 2021-02-06 10:57:26
你写的代码不是用于LSTM的，这是一个由两个完全连接的层组成的简单神经网络，也称为密集层，这里的顺序意味着一层的输出将直接传递到下一层，这不是像LSTM那样的顺序学习。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55613969
复制相关文章
相似问题
腾讯云开发者
