Question

作为一个完整的初学者，我对如何叠加keras图层感到困惑，而keras doc没有帮助。我有一个包含浮点值的列表列表，因此输入的形状为(51,80,1)，其中我的final_list中有51个列表，每个列表包含80个浮点值。我想用它进行预测，我在另一个列表中有标签。

我有3个输出类。我想创建一个像这样的RNN模型：

Layer               output_shape 
Input                (51,80,1)
GRU                  (51,100,1)
Dense                (51,100,1)
GRU                  (51,100)
LR                   (51,3)

到目前为止，我已经这样做了：

model = Sequential()
model.add(Dense(51,input_shape=(win_size,1)))
model.add(GRU(100))
model.add(Dense(100, activation='relu'))

有人可以帮助学习吗？

Answer 1

您的目标网络设计似乎并不是从密集层开始，而是使用GRU，因此我删除了它。结果代码模仿规范：

model = Sequential()
model.add(GRU(units=100, input_shape=[80, 1]))
model.add(Dense(units=100, activation='relu'))
model.add(Reshape([100, 1]))
model.add(GRU(units=100))
model.add(Dense(units=3))
model.add(Activation('softmax'))

请注意，您不需要在模型中对51进行硬编码，因为它是您的批量大小，并且不会影响模型架构。

如何建立一个keras模型

1 个答案: