Question

例如，我在下面有以下模型，

model = Sequential()
model.add(Bidirectional(LSTM(100, return_sequences=True),input_shape=(X.shape[1],X.shape[2]),merge_mode='concat'))

keras.layers.convolutional.Conv1D()

model.add(Dense(1))

model.compile(loss="binary_crossentropy" , optimizer="adam" , metrics=["accuracy"])

但是，我不确定如何使Conv1D与LSTM层一起使用。这甚至可能吗？输入数据的格式为

X = X.reshape(-1,10,64)

有什么想法吗？

Answer 1

1D卷积和LSTM使用相同的输入形状：(batchSize, lengthOrSteps, featuresOrChannels)。

所以，将它们堆叠在一起是完全可以的。

您需要LSTM拥有return_sequences=True，因此它会保留lengthOrSteps维度。否则，它只返回(batchSize,cells)而不是(batchSize,lengthOrSteps,cells)。

但即使如此，没有义务像这样连接它们。事实上，只要你正确地塑造东西，你就可以将所有东西都连接到一切。（例如，使用Reshape()层）。可能性是无限的。

如何将双向LSTM层与Covnet结合？

1 个答案: