GRU模型测试方法详解

此前我们已使用Keras成功训练了一个GRU模型，并在MNIST手写数字数据集上完成了验证。本期我们将继续深入探讨GRU模型的测试方法。尽管在整体思路上它与CNN类似——一次性传入固定长度数据——但在具体实现中仍存在一些独特之处。下面我们逐步介绍两种常见的测试方案。

一、回顾训练好的GRU模型

首先回顾之前最终训练并导出的测试模型：

注意红色标注的位置，这就是一个典型的GRU节点：

二、理解模型输入的含义

模型的输入是28*28，其含义为：时间步 × 特征维度。简单来说，这代表一次性送入模型的数据时长，其中时间步实质上是一个时间单位。

例如，如果我们想对1秒的数据进行检测，可以将其提取为10×28的特征向量，那么每个特征向量对应的时间长度为1s/10，即100毫秒的音频特征。