使用自定义功能评估LSTM

Question

我是机器学习的新手，但我想了解我在另一篇文章中遇到的一些东西。此人的数据如下：

年龄，性别，描述
22，M，"购买了一部手机">
35，F，"为孩子购物">

此人创建了一个模型，该模型将描述功能的LSTM输出与年龄相结合。

lstm = LSTM(300, dropout=0.3, recurrent_dropout=0.3)(embed)  
agei = Input(shape=(1,))  
conc = Concatenate()(lstm, agei)`

我的理解是，LSTM有300个输出，随着年龄的增长，它们都变成了单独的输入，总共有301个输入，然后输入到神经网络中。我需要帮助理解LSTM的输出是什么，以及在将数据输入神经网络之前，我们是否需要用年龄特征对值进行归一化。我们非常感谢您对理解的任何帮助。

Answer 1

1. 是的，现在有一个301长向量进入以下处理阶段不过，我也将LSTM称为NN的一部分。从您显示的代码来看，似乎您无论如何都要将其与网络的其他部分一起进行优化
2. LSTM的输出是描述描述字段的300长矢量希望如此，因为您没有向我们展示如何将数据输入到模型中
3. 是的，我强烈建议您在将年龄数据输入模型之前将其标准化。均值方差归一化应该做得不错
4. 您缺少"性别"功能