在 seq2seq 模型中添加更多层
Add more layers in seq2seq model
在fchollet给出的示例seq2seq代码中，如何在编码器和解码器中添加更多的LSTM层？我在形状方面遇到了一些麻烦，总体上有点困惑。谢谢
Keras 的函数式 api 可让您调用图层。这使您可以通过调用将另一个层链接到现有层的输出之上。例如这里：
encoder_inputs = Input(shape=(None, num_encoder_tokens))
encoder = LSTM(latent_dim, return_sequences=True)
encoder_outputs, state_h, state_c = LSTM(latent_dim, return_state=True)(encoder(encoder_inputs))
在fchollet给出的示例seq2seq代码中，如何在编码器和解码器中添加更多的LSTM层？我在形状方面遇到了一些麻烦，总体上有点困惑。谢谢
Keras 的函数式 api 可让您调用图层。这使您可以通过调用将另一个层链接到现有层的输出之上。例如这里：
encoder_inputs = Input(shape=(None, num_encoder_tokens))
encoder = LSTM(latent_dim, return_sequences=True)
encoder_outputs, state_h, state_c = LSTM(latent_dim, return_state=True)(encoder(encoder_inputs))