如何恢复 Keras LSTM 状态

Question

我有一个 LSTM 模型，当我处理一批时，我想重置 LSTM 的状态 layer.Then 经过几次处理，我想恢复 LSTM 的原始状态（用我学到的新权重在以上几个过程中）并继续处理。我知道我可以使用 reset_state() 函数来重置 LSTM 状态。如何恢复 LSTM 状态？

Answer 1

你问的不是很清楚，但根据我的理解，你想用一组给定的权重初始化 LSTM。来自 docs:

Note on specifying initial states in RNNs

You can specify the initial state of RNN layers by calling them with the keyword argument initial_state. The value of initial_state should be a tensor or list of tensors representing the initial state of the RNN layer.

我还没有想出如何使用顺序模型添加初始状态但这是使用 functional API:

的方法

X = np.array([[[1, 0],
              [1, 0],
              [1, 0],
              [1, 0]],

              [[1, 0],
              [1, 0],
              [1, 0],
              [1, 0]]]
              )

y = np.array([[1],
              [2]])

inp = Input(shape=(4, 2))
base = LSTM(10)
enc = base(inp, initial_state=[])
out = Dense(1, activation='softmax')(enc)
model = Model(inp, out)
model.compile(loss='mse', optimizer='adam')
model.fit(X, y)

如何恢复 Keras LSTM 状态

How to restore Keras LSTM state

lstm

keras