[英]How to declare multiple inputs LSTM model in Keras?
我有一个声明LSTM的Keras代码。 但是我注意到最新版本中已经删除了Container类。 https://keras.io/layers/containers/
如何以最新格式声明LSTM的多个输入? 我想连接LSTM输入的所有输入。
虽然我注意到了类似的帖子,但我想要做的是声明模型。 如何在Keras中使用LSTM的多个输入?
```
g = Graph()
g.add_input(
name='i1',
input_shape=(None, i1_size)
)
g.add_input(
name='i2',
input_shape=(None, i2_size)
)
g.add_node(
LSTM(
n_hidden,
return_sequences=True,
activation='tanh'
),
name='h1',
inputs=[
'i1',
'i2'
]
)
```
哦,我可以将input_shape设置为(i1_size + i2_size),如下所示吗?
model = Sequential()
model.add(LSTM(n_hidden, input_shape=(None, i1_size+i2_size), activation='tanh', return_sequences=True))
您询问:
哦,我可以将input_shape设置为(i1_size + i2_size),如下所示吗?
model = Sequential() model.add(LSTM(n_hidden, input_shape=(None, i1_size+i2_size), activation='tanh', return_sequences=True))
是的,杰夫。 请记住,你的无(无,i1_size + i2_size)是RNN时间步数/ input_length的数量,当你可以跳过定义它时有一些警告。 有关详细信息,请参阅https://keras.io/layers/recurrent/上的 input_length
说明。
只有FYI input_shape=(None, i1_size+i2_size)
也可以写成input_dim=i1_size+i2_size
(假设你不包含input_length
)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.