RNN：Keras框架中LSTM层的return_sequences有什么用途？

Question

我正在从事RNN工作。我从某个网站获取了以下代码行。 如果您观察第二层，它没有“returnSequence”参数。

我假设返回序列是必需的，因为它应该返回序列。 请问为什么没有定义这个参数。

第一层LSTM：

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

第二层 LSTM：

regressor.add(LSTM(units = 30))

- Chakra

---

你的问题不够清楚。为什么你认为它“应该返回这些序列”？ - KonstantinosKokos

谢谢您的回复。在RNN中，每个时间步的输出都被馈送回自身，因此我认为return_sequence应该为true。那么，您能告诉我return_sequence到底是做什么用的吗？ - Chakra

Answer 1

当return_sequences参数设置为False（默认情况下），网络将仅输出h_n，即最终时间步的隐藏状态。否则，网络将输出完整的隐藏状态序列[h₁，h₂，...，h_n]。该层的内部方程式不变。请参阅文档。

- KonstantinosKokos

---

谢谢Konstantinos。明白了。 - Chakra

将return_sequences设置为True或False对于实际使用有什么影响？ - 4xy

Answer 2

当LSTM层后面跟着一个Dense层时，你应该将return_sequence设置为False；而当你使用多个堆叠在一起的LSTM层时，你应该将其设置为True。

LSTM(units, return_sequences=True...)
LSTM(units, return_sequences=True...)
LSTM(units, return_sequences=False...)
Dense(...)

- Ali karimi