了解整平在Keras中的作用，并确定何时使用[已关闭]

Question

想改进这个问题吗 通过编辑这篇文章，更新问题，以便用事实和引文来回答。

我试图理解为时间序列预测开发的模型。它使用一个Con1D层和两个LSTM层，然后是一个致密层。我的问题是，它应该在LSTM和致密层之间使用展平吗？在我看来，输出应该只有一个值，其形状为（None，1），可以通过在LSTM和致密层之间使用展平（）来实现。如果没有展平（），输出形状将是（None，30，1）。或者，我可以从第二个LSTM层中删除return\u sequences=True，我认为这与展平（）的效果相同。哪种方法更合适？它们会影响损失吗？这是模型。

model = tf.keras.models.Sequential([
    tf.keras.layers.Conv1D(filters=32, kernel_size=3, strides=1, padding="causal", activation="relu", input_shape=(30 ,1)),
    tf.keras.layers.LSTM(32, return_sequences=True),
    tf.keras.layers.LSTM(32, return_sequences=True),
    # tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(1),
    ])

这是没有扁平化的模型摘要

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv1d (Conv1D)              (None, 30, 32)            128       
_________________________________________________________________
lstm (LSTM)                  (None, 30, 32)            8320      
_________________________________________________________________
lstm_1 (LSTM)                (None, 30, 32)            8320      
_________________________________________________________________
dense (Dense)                (None, 30, 1)             33        
=================================================================
Total params: 16,801
Trainable params: 16,801
Non-trainable params: 0
_________________________________________________________________

Answer 1

请参考此链接

展平（）通常在输出层之前使用。最好在LSTM层的全部输出上使用展平。。。可在致密层后使用，而不是在LSTM层后使用。

我想通过这里的其他回答和评论从计数器中学习。

Answer 2

嗯，这取决于你想要实现什么。我试着给你一些提示，因为我并不完全清楚你想要得到什么。

如果您的LSTM使用return\u sequences=True，那么您将返回每个LSTM单元的输出，即每个时间戳的输出。如果随后添加一个致密层，其中一个将添加到每个LSTM层的顶部。

如果将展平层与return\u sequences=True一起使用，那么基本上就是在删除时间维度，在您的情况下有类似于（None，30）的内容。然后，你可以添加一个致密层或任何你需要的水。

如果您设置了return_sequences=False，您只需在LSTM的末尾获得输出（请注意，在任何情况下，由于LSTM功能，它是基于之前时间戳发生的计算），并且输出将是（无，暗淡）的形状，其中dim等于您在LSTM中使用的隐藏单元的数量（即32个）。在这里，您可以再次简单地添加一个带有一个隐藏单元的密集层，以获得您想要的。