Keras LSTM 中的多层隐藏层
Multiple Layer hidden layer in LSTM in Keras
x = Input(shape=(timesteps, input_dim,))
# LSTM encoding
h = LSTM(2048)(x)
这是我从网上下载的文件中的几行代码。我认为 h 适用于具有 2048 个单元的单层 LSTM 层。它如何使它成为多层，即 2 个隐藏层。
只需添加另一层（我们称之为 g）！但是由于我们要传递到另一个 LSTM 层，我们将不得不向第一层添加 return_sequences 关键字参数，以便我们可以获得正确的输入形状到第二层。
x = Input(shape=(timesteps, input_dim,))
# LSTM encoding
h = LSTM(2048, return_sequences=true)(x)
g = LSTM(10)(h)
x = Input(shape=(timesteps, input_dim,))
# LSTM encoding
h = LSTM(2048)(x)
这是我从网上下载的文件中的几行代码。我认为 h 适用于具有 2048 个单元的单层 LSTM 层。它如何使它成为多层，即 2 个隐藏层。
只需添加另一层（我们称之为 g）！但是由于我们要传递到另一个 LSTM 层，我们将不得不向第一层添加 return_sequences 关键字参数，以便我们可以获得正确的输入形状到第二层。
x = Input(shape=(timesteps, input_dim,))
# LSTM encoding
h = LSTM(2048, return_sequences=true)(x)
g = LSTM(10)(h)