# Keras 學習札記

###### tags: `Keras學習筆記`,`LSTM`,`beginner`

## 建NN with LSTM

### LSTM
input shape: 三維(batch_size,timesteps,input_dim)
units: 指在一層NN中LSTM的單元數量
(參考資料:
[In Keras, what exactly am I configuring when I create a stateful `LSTM` layer with N `units`?](https://stackoverflow.com/questions/44273249/in-keras-what-exactly-am-i-configuring-when-i-create-a-stateful-lstm-layer-wi)
[Input and Output shape in LSTM (Keras)](https://www.kaggle.com/shivajbd/input-and-output-shape-in-lstm-keras))

### keras的一些參數和function
在做model.compile的時候
其中optimizer和loss可以自訂
例:

opt=Adam(lr=0.001)
def my_loss_fn(y_true, y_pred):
    squared_difference = tf.abs(y_true - y_pred)
    return tf.reduce_mean(squared_difference, axis=-1)  # Note the `axis=-1`
model.compile(optimizer=opt, loss=my_loss_fn)

### 關於loss = nan的幾種可能性
1. NN架構設計不良
2. 學習率太高
3. 資料中有nan
4. 對於回歸問題本身出現除以0的狀況

第3點很基本所以很容易忽略!
記得一定要檢查!!!(血的教訓)
參考資料:[为什么用tensorflow训练网络，出现了loss=nan，accuracy总是一个固定值？](https://www.zhihu.com/question/62441748)