用Keras来了解形态LSTM递归神经网络

在本节中，咱们探求“有形态” LSTM的一种变体，该变体学习字母表的随机子序列，并致力构建可以给定恣意字母或子序列的模型并预测字母表中的下一个字母。首先，咱们正在扭转疑问的框架。为简化起见，咱们将定义最大输入序列长度并将其设置为5之类的小值，以放慢训练速度。这定义了将要训练的字母子序列的最大长度。在裁减名中，假设咱们准许循环回到序列的扫尾，则可以将其设置为全字母（26）或更长。咱们还须要定义要创立的随机序列的数量，在这种状况下为1000。这或者会或多或少。我宿愿实践须要的形式更少。