python - Tensoflow2 LSTM - 未使用的参数 input_shape？

Question

所以我使用以下代码构建了神经网络:

import tensorflow as tf

tf_model = tf.keras.Sequential()
tf_model.add(tf.keras.layers.LSTM(50, activation='relu'))
tf_model.add(tf.keras.layers.Dense(20, activation='relu'))
tf_model.add(tf.keras.layers.Dense(10, activation='relu'))
tf_model.add(tf.keras.layers.Dense(1, activation='linear'))
tf_model.compile(optimizer='Adam', loss='mse')

我的训练集的形状如下:

>> ts_train_X.shape
(16469, 3, 21)

我在 stackoverflow 上阅读了大量文章和问题，以便为 LSTM 提供正确的数据框架。我发现的几乎每个页面都指定了 input_shape 参数并将其传递给 LSTM(..) 或 Sequential(..)。

当我查看LSTM API时我找不到对此参数的引用。我还瞥见了源代码，对我来说，形状似乎是自动推断出来的，但我对此不确定。

这引出了我的问题:为什么我的代码可以工作？如果我不指定 input_shape 参数，作为第一层的 LSTM 层如何知道我的输入的形状？

---

编辑:根据评论中的建议更改标题。

Answer 1

参数input_shape可以赋予任何kerasLayer子类的构造函数，因为这就是API的定义方式。

代码之所以有效，是因为 input_shape 作为关键字参数(**kwargs)传递，然后这些关键字参数由 LSTM 传递> 构造函数传递给 Layer 构造函数，然后继续存储信息以供以后使用。这实际上意味着不必在每个层中定义 input_shape 参数，而是将其作为关键字参数传递。

我认为问题在于，由于 keras 已移至 tensorflow，文档可能不完整。您可以在 Guide to the Sequential API 中找到有关 input_shape 参数的更多信息。 .