隐藏层的维度(左部tf会自动匹配):
(embdding_dim + n_class,128)
每个循环体的输入维度计算:
batch*emb_dim + batch*n_class
所以输入维度是:
(batch,emb_dim + n_class)
dropout是控制隐藏层正常工作的节点个数。在训练时使用,验证时不使用。在多层lstm中的不同层之间使用,同一层的lstm中循环体之间不使用。
隐藏层的维度(左部tf会自动匹配):
(embdding_dim + n_class,128)
每个循环体的输入维度计算:
batch*emb_dim + batch*n_class
所以输入维度是:
(batch,emb_dim + n_class)
dropout是控制隐藏层正常工作的节点个数。在训练时使用,验证时不使用。在多层lstm中的不同层之间使用,同一层的lstm中循环体之间不使用。
本文标题:lstm维度
本文链接:https://www.haomeiwen.com/subject/efwxtftx.html
网友评论