Question

我的问题是从LSTM获取所有隐藏的输出，并将它们用作单个密集层的训练示例。将隐藏层的输出展平并将它们送入密集层并不是我想要做的。我尝试了以下事项：

我已经考虑了密集层（https://keras.io/layers/wrappers/）的Timedistributed包装器。但是，这似乎将相同的图层应用于每个时间片，这不是我想要的。换句话说，时间分布包装器具有3D张量的input_shape（样本数，时间步数，特征数）并产生相同类型的另一个3D张量:(样本数，时间步数，特征数）。相反，我想要的是2D张量作为输出，看起来像（样本数量*时间步数，特征数量）
在GitHub上有一个AdvancedReshapeLayer的拉取请求：https://github.com/fchollet/keras/pull/36。这似乎正是我正在寻找的。不幸的是，看起来拉动请求已经结束，没有确凿的结果。
我尝试构建自己的lambda图层来完成我想要的内容，如下所示： A). model.add(LSTM(NUM_LSTM_UNITS, return_sequences=True, activation='tanh')) # B). model.add(Lambda(lambda x: x, output_shape=lambda x: (x[0]*x[1], x[2]))) C). model.add(Dense(NUM_CLASSES, input_dim=NUM_LSTM_UNITS))

mode.output_shape：（BATCH_SIZE，NUM_TIME_STEPS，NUM_LSTM_UNITS）和（B）打印后的model.output_shape :( BATCH_SIZE * NUM_OF_TIMESTEPS，NUM_LSTM_UNITS）

这正是我想要实现的目标。

不幸的是，当我尝试运行步骤（C）时。我收到以下错误：

输入0与图层dense_1不兼容：预期ndim = 2，找到 NDIM = 3

这令人困惑，因为当我在（B）之后打印model.output_shape时，我确实看到了（BATCH_SIZE * NUM_OF_TIMESTEPS，NUM_LSTM_UNITS），它是ndim = 2。

真的很感激任何帮助。

编辑：当我尝试使用功能API而不是顺序模型时，我仍然在步骤（C）上得到相同的错误

Answer 1

您可以使用包含batch_size维度的后端重塑。

func setCenter(days: Int){

    let circleColor = UIColor.black
    var textColor = UIColor.white

    pieChart.holeRadiusPercent = 0.3
    pieChart.transparentCircleRadiusPercent = 0.0
    let dayString = String(describing: days)
    let centerText = NSAttributedString(string: dayString , attributes: [
        NSForegroundColorAttributeName:textColor,NSFontAttributeName: UIFont(name: "SubwayLogo",size:30)!])
    pieChart.centerAttributedText = centerText
    pieChart.centerTextRadiusPercent = 1.0
    pieChart.holeColor = circleColor
}

如何在Keras中更改中间层的批量大小？

1 个答案: