Question

我正在尝试实现基于LSTM的语音识别器。到目前为止，我可以通过遵循Merge层中的示例来设置双向LSTM（我认为它可以作为双向LSTM）。现在我想用另一个双向LSTM层来尝试它，这使它成为一个深度双向LSTM。但我无法弄清楚如何将先前合并的两层的输出连接到第二组LSTM层。我不知道Keras是否有可能。希望有人能帮助我。

单层双向LSTM的代码如下

left = Sequential()
left.add(LSTM(output_dim=hidden_units, init='uniform', inner_init='uniform',
               forget_bias_init='one', return_sequences=True, activation='tanh',
               inner_activation='sigmoid', input_shape=(99, 13)))
right = Sequential()
right.add(LSTM(output_dim=hidden_units, init='uniform', inner_init='uniform',
               forget_bias_init='one', return_sequences=True, activation='tanh',
               inner_activation='sigmoid', input_shape=(99, 13), go_backwards=True))

model = Sequential()
model.add(Merge([left, right], mode='sum'))

model.add(TimeDistributedDense(nb_classes))
model.add(Activation('softmax'))

sgd = SGD(lr=0.1, decay=1e-5, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy', optimizer=sgd)
print("Train...")
model.fit([X_train, X_train], Y_train, batch_size=1, nb_epoch=nb_epoches, validation_data=([X_test, X_test], Y_test), verbose=1, show_accuracy=True)

我的x和y值的尺寸如下。

(100, 'train sequences')
(20, 'test sequences')
('X_train shape:', (100, 99, 13))
('X_test shape:', (20, 99, 13))
('y_train shape:', (100, 99, 11))
('y_test shape:', (20, 99, 11))

Answer 1

好吧，我得到了关于Keras问题的答案。希望这对任何寻求这种方法的人都有用。 How to implement deep bidirectional -LSTM

Answer 2

您可以使用keras.layers.wrappers.Bidirectional。官方手册可在此处引用，https://keras.io/layers/wrappers/#bidirectional

Answer 3

现在设计BiLSTM更容易。根据此处的官方文档，添加了新的类Bidirectional：https://www.tensorflow.org/api_docs/python/tf/keras/layers/Bidirectional

For training result & full code

Answer 4

model.add(Bidirectional(LSTM(64)))

Keras example

如何用Keras实现深度双向LSTM？

4 个答案: