[英]How to declare multiple inputs LSTM model in Keras?
我有一個聲明LSTM的Keras代碼。 但是我注意到最新版本中已經刪除了Container類。 https://keras.io/layers/containers/
如何以最新格式聲明LSTM的多個輸入? 我想連接LSTM輸入的所有輸入。
雖然我注意到了類似的帖子,但我想要做的是聲明模型。 如何在Keras中使用LSTM的多個輸入?
```
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,我可以將input_shape設置為(i1_size + i2_size),如下所示嗎?
model = Sequential()
model.add(LSTM(n_hidden, input_shape=(None, i1_size+i2_size), activation='tanh', return_sequences=True))
您詢問:
哦,我可以將input_shape設置為(i1_size + i2_size),如下所示嗎?
model = Sequential() model.add(LSTM(n_hidden, input_shape=(None, i1_size+i2_size), activation='tanh', return_sequences=True))
是的,傑夫。 請記住,你的無(無,i1_size + i2_size)是RNN時間步數/ input_length的數量,當你可以跳過定義它時有一些警告。 有關詳細信息,請參閱https://keras.io/layers/recurrent/上的 input_length
說明。
只有FYI input_shape=(None, i1_size+i2_size)
也可以寫成input_dim=i1_size+i2_size
(假設你不包含input_length
)。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.