你好，SimpleRNN模型的input_shape不是很理解，帮忙解答下吧

Question

model = Sequential()
model.add(SimpleRNN(units=5,input_shape=(time_step,1),activation=‘relu’))

你好，股票预测案例中的SimpleRNN模型units=5表示有5个RNN单元，inpute_shape的time_step为8表示使用1-8个数据预测第9数据（每组x的数据有1-8个，然后把x输入给unit），不是很好理解：
因为unit=5，是不是需要同时输入给模型x1 - x5 共5组数据呢？

Answer 1

flare_zhao 2021-12-10 17:35:13

认真看看这个：

上图是假设rnn里面3个神经元的结构举例，可训练参数的数量和序列长度是没有关系的，由rnn神经元数量和输入数据的维度决定。

如果输入数据维度是1维，rnn是3个神经元，那rnn部分的训练参数是输出3神经元的3*（输入3+1）=12，再加上常数项，由输出的3个神经元决定为3，因此为12+3=15.另外我们还有输出层1个神经元，对应训练参数为3*1+1=4.总训练参数为19.

对于rnn是5个神经元，那就是5*（5+1）+5+5*1+1=35+6=41

每个x都会接到5个神经元上

Answer 2

flare_zhao 2021-12-08 17:45:49

参考下这个回答哈：https://coding.imooc.com/learn/questiondetail/RQyZ06gBzKgXe459.html

输入一组数据即可，如果输入是one hot数据，那就会有更多维度

• 提问者 kewaike #1

  Flare老师，看了链接的问题，还是有些不太明白，画图做了补充：
  1、1组数据8个值，这个8个值是如何输入到5个神经元的呢？
  2、神经元的个数和输入数据维度有直接关系吗，是不是可以随意修改呢？
  多谢。