我们知道CuDNNLSTM
不支持dropout
。另外,我们知道LSTM
层在KERAS中具有两种类型的辍学:
- 辍学:为输入的线性变换而下降的单位的分数。
- recurrent_dropout :在0到1之间浮动。为递归状态的线性转换,要下降的单位的分数。
如果我想在CuDNNLSTM
中使用第一种辍学类型,可以在keras中的CuDNNLSTM
之前添加辍学层吗?如果不是,在dropout
中使用LSTM
选项的此过程有什么区别?
我们知道CuDNNLSTM
不支持dropout
。另外,我们知道LSTM
层在KERAS中具有两种类型的辍学:
如果我想在CuDNNLSTM
中使用第一种辍学类型,可以在keras中的CuDNNLSTM
之前添加辍学层吗?如果不是,在dropout
中使用LSTM
选项的此过程有什么区别?