在 Keras 中进行批量归一化的双向 LSTM

Question

我想知道如何在 Keras 中使用批量归一化 (BN) 实现 biLSTM。我知道BN层应该介于线性和非线性之间，即激活。这很容易用 CNN 或 Dense 层实现。但是，如何使用 biLSTM 做到这一点？

提前致谢。

Answer 1

如果你想对 LSTM 的线性输出应用 BatchNormalization，你可以这样做

from keras.models import Sequential
from keras.layers.recurrent import LSTM
from keras.layers.wrappers import Bidirectional
from keras.layers.normalization import BatchNormalization

model = Sequential()
model.add(Bidirectional(LSTM(128, activation=None), input_shape=(256,10)))
model.add(BatchNormalization())

本质上，您要删除 LSTM 的非线性激活（但不是门激活），然后将 BatchNormalization 应用于输出。

如果您想要将 BatchNormalization 应用于 LSTM 的内部流程之一，例如循环流程，恐怕 Keras 尚未实现该功能。

在 Keras 中进行批量归一化的双向 LSTM

Bidirectional LSTM with Batch Normalization in Keras

python

lstm

keras

recurrent-neural-network

keras-layer