在Keras中，simpleRNN是否总是需要紧随其后的一层？

Question

看起来，原则上，简单的RNN应该能够独立运行，因为它会为每个输入生成输出和状态。我看到的所有示例在RNN之后都有一个密集的层，而我的模型将离不开一个。为什么会这样？

Answer 1

在分类问题中，简单RNN充当特征提取器，而密集层充当分类器。