Dla ustawienia `batch_first=True` wejście ma zwykle kształt:
Warstwa zwraca sekwencję wyjść oraz końcowe stany i .
Przykładowy schemat modelu w PyTorch: import torch from torch import nn
class ModelLSTM(nn.Module): def __init__(self, input_size: int, hidden_size: int, output_size: int) -> None: super().__init__() self.lstm = nn.LSTM( input_size=input_size, hidden_size=hidden_size, batch_first=True, ) self.linear = nn.Linear(hidden_size, output_size)
def forward(self, x: torch.Tensor) -> torch.Tensor: output, (h_n, c_n) = self.lstm(x) last_output = output[:, -1, :] return self.linear(last_output)
W Keras odpowiednikiem jest warstwa `keras.layers.LSTM`. Przy standardowym użyciu oczekuje ona tensora trójwymiarowego, którego wymiary odpowiadają próbkom, krokom czasowym i cechom. Argument `return_sequences` decyduje, czy warstwa zwraca wyjście dla każdego kroku czasowego, czy tylko ostatnie wyjście; `return_state` pozwala dodatkowo zwrócić końcowy stan ukryty i stan komórki.