如何在 Keras 中声明多输入 LSTM 模型?
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 Container class 已经在最新版本中被删除了。
https://keras.io/layers/containers/
如何以最新格式为 LSTM 声明多个输入?我想连接 LSTM 输入的所有输入。
虽然我注意到类似的 post,但我想做的是模型的声明。
- 喀拉斯 1.2.2
- Python 3.5.2(蟒蛇 4.1.1,64 位)
```
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,我可以像下面那样将 input_shape 设置为 (i1_size+i2_size) 吗?
model = Sequential()
model.add(LSTM(n_hidden, input_shape=(None, i1_size+i2_size), activation='tanh', return_sequences=True))
您问的是:
Oh, May I just set input_shape as (i1_size+i2_size) like below?
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,您在 (None, i1_size+i2_size) 中的 None 是 RNN 时间的数量 steps/input_length 并且需要注意何时可以跳过定义它。有关详细信息,请参阅 https://keras.io/layers/recurrent/ 中 input_length
的说明。
仅供参考 input_shape=(None, i1_size+i2_size)
也可以写成 input_dim=i1_size+i2_size
(假设您不包括 input_length
)。
我有一个声明 LSTM 的 Keras 代码。但是我注意到 Container class 已经在最新版本中被删除了。 https://keras.io/layers/containers/
如何以最新格式为 LSTM 声明多个输入?我想连接 LSTM 输入的所有输入。
虽然我注意到类似的 post,但我想做的是模型的声明。
- 喀拉斯 1.2.2
- Python 3.5.2(蟒蛇 4.1.1,64 位)
```
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,我可以像下面那样将 input_shape 设置为 (i1_size+i2_size) 吗?
model = Sequential()
model.add(LSTM(n_hidden, input_shape=(None, i1_size+i2_size), activation='tanh', return_sequences=True))
您问的是:
Oh, May I just set input_shape as (i1_size+i2_size) like below?
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,您在 (None, i1_size+i2_size) 中的 None 是 RNN 时间的数量 steps/input_length 并且需要注意何时可以跳过定义它。有关详细信息,请参阅 https://keras.io/layers/recurrent/ 中 input_length
的说明。
仅供参考 input_shape=(None, i1_size+i2_size)
也可以写成 input_dim=i1_size+i2_size
(假设您不包括 input_length
)。