我在理解 tensorflow BasicLSTMCell num_units 输入参数时遇到了一些问题。
我看过其他帖子，但我没有关注，所以希望一个简单的例子会有所帮助。
假设我们在下面有以下 LTSM RNN 模型。如何确定单元格所需的数量单位？ LTSM RNN 可以有这样的结构吗？
Input Vec 1st Hidden Layer 2nd Hidden Layer Output
20 x 1 20 x 1 5 x 1 3 x 1
【问题讨论】：
标签： machine-learning tensorflow rnn
Follow，我已经使用动态 rnn (https://www.tensorflow.org/api_docs/python/tf/nn/dynamic_rnn) 为您的模型提供了示例代码
N_INPUT = 20
N_TIME_STEPS = #Define here
N_HIDDEN_UNITS1 = 20
N_HIDDEN_UNITS2 = 5
N_OUTPUT =3
input = tf.placeholder(tf.float32, [None, N_TIME_STEPS, N_INPUT], name="input")
lstm_layers = [tf.contrib.rnn.BasicLSTMCell(N_HIDDEN_UNITS1, forget_bias=1.0),tf.contrib.rnn.BasicLSTMCell(N_HIDDEN_UNITS2, forget_bias=1.0),tf.contrib.rnn.BasicLSTMCell(N_OUTPUT, forget_bias=1.0)]
lstm_layers = tf.contrib.rnn.MultiRNNCell(lstm_layers)
outputs, _ = tf.nn.dynamic_rnn(lstm_layers, input, dtype=tf.float32)
模型的输入（代码中的输入）应该是 [BATCH_SIZE, N_TIME_STEPS, N_INPUT] 和输出（代码中的输出）的形状RNN 的形状为 [BATCH_SIZE, N_TIME_STEPS, N_OUTPUT]
希望这会有所帮助。
【讨论】：