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。
- 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
- 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
- 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
- 您缺少"性别"功能