[英]How to combine a Bidirectional LSTM layer with a Covnet?
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?
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。
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.