machine-learning - lstm(256)+ lstm(256)和lstm(512)有什么区别？

这是代码

model = Sequential()
model.add(LSTM(256, input_shape=(None, 1), return_sequences=True))
model.add(LSTM(256, input_shape=(None, 1), return_sequences=True))
model.add(Dense(1))

这是lstm（256）+ lstm（256）代码

model = Sequential()
model.add(LSTM(512, input_shape=(None, 1), return_sequences=True))
model.add(Dense(1))

这是lstm（512）代码

那么，lstm（256）+ lstm（256）和lstm（512）有什么区别？

它只是平行的，最后意味着同一件事吗？

或两者之间有什么区别？

最佳答案

不，在第一种情况下，不仅第一层的每个单元与第二层的适当单元进行交互，还不只是并行的。在第二种情况下，它只是LSTM的一层，可以按常规方式工作。我希望图像能帮助您看到差异。

关于machine-learning - lstm(256)+ lstm(256)和lstm(512)有什么区别？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57248847/