我是神经网络的新手,在个别LSTM细胞中发现了"隐藏单位"的概念.我理解有"门"(输入/输出/忘记等)的概念,但隐藏的单位是什么？我也理解这与每层中展开的LSTM单元的数量(等于时间步数)不同.
machine-learning neural-network lstm recurrent-neural-network
我运行了演示张量流MNIST模型(在models/image/mnist中)
python -m tensorflow.models.image.mnist.convolutional
是否意味着在模型完成培训后,参数/权重会自动存储在二级存储中？或者我们是否必须编辑代码以包含要存储的参数的"保护程序"功能？