matlab深度学习工具箱LSTM学习心得_lstm工具箱

通过对matlab2018b的帮助学习，对着帮助进行代码练习和学习，得到几点体会：

一单双向LSTM
bilstmLayer(numHiddenUnits,‘OutputMode’,‘last’)%双向LSTM
lstmLayer(numHiddenUnits) %单向LSTM
回归问题用双向的LSTM效果更差，而分类问题用双向要好一点。

二’OutputMode’是’last’还是’sequence’
无论是回归还是分类问题，最后全连接层后面是一个值，用last，后面是一系列值，用sequence

三因为都是单CPU或者GPU跑，感觉速度差异性并不大。

四多层LSTM比单层并没有很显著的提高识别和预测精度，尤其是预测方面。

五对于drop out处理，放在哪个层后都行，LSTM 全连接层后都行，都是为了防过拟合。

六Lstm出来直接softmax 和加个全连接层Dense之后再softmax都行，后者更好一丢丢。

七 可以增加验证集部分，比如取百分之30，这样也能防止过拟合。

ps：matlab ctrl+delete 是删除整行内容；ctrl+r是注释；ctrl+t是取消注释