Question

我刚刚开始使用Keras。我遇到了一个问题，即如何将先前图层的多个输出提供给连续的lstm图层。我的模型（部分）如下所示：

batch_size = 64

output_1 = Dense(output_dim=(128, ), input_dim=(200, ))

output_2 = Dense(output_dim=(128,), input_dim=(200, ))

output_3 = Dense(output_dim=(128,), input_dim=(200, ))

output_4 = Dense(output_dim=(128,), input_dim=(200, ))

现在我的问题是如何将所有上述输出提供给lstm？ input_dim应该像（batch_size，number_of_previous_outputs，128）

Answer 1

您可以执行合并图层（https://keras.io/getting-started/sequential-model-guide/#the-merge-layer）。使用concat或sum to，然后将合并层提供给lstm。

代码示例：

merged_output = merge([output_1, output_2, output_3, output_4], mode='concat', concat_axis=1)
lstm = LSTM(...)(merged_output)

如何将前一层的多个输出提供给连续的lstm层

1 个答案: