如何将双向LSTM层与Covnet结合？

Question

例如，我在下面有以下模型，

model = Sequential()
model.add(Bidirectional(LSTM(100, return_sequences=True),input_shape=(X.shape[1],X.shape[2]),merge_mode='concat'))

keras.layers.convolutional.Conv1D()

model.add(Dense(1))

model.compile(loss="binary_crossentropy" , optimizer="adam" , metrics=["accuracy"])

但是，我不确定如何使Conv1D与LSTM层一起使用。 这有可能吗？ 输入数据的格式为

X = X.reshape(-1,10,64)

有任何想法吗？

Answer 1

一维卷积和LSTM使用相同的输入形状： (batchSize, lengthOrSteps, featuresOrChannels) 。

因此，将它们堆叠在一起是完全可以的。

为此，您将需要LSTM具有return_sequences=True ，因此它保持lengthOrSteps维度。 否则，它将仅返回(batchSize,cells)而不是(batchSize,lengthOrSteps,cells) 。

但是，即使这样，也没有义务将它们连接起来。 实际上，只要您正确地塑造事物，就可以将所有事物连接到一切。 （例如，使用Reshape()层）。 可能性是无限的。