Question

我正在尝试构建一个LSTM编码器解码器，我的主要目标是解码器的初始状态与编码器相同。我在here找到了以下代码，并尝试将其附加到我的案例中。我有一个形状的数据（1000,20,1）。我希望编码器解码器能够在输出中输入我的输入。我不知道如何纠正它正在运行的代码，即使我理解错误。当我尝试运行它时，我收到以下错误：

min

我也有这个模型，但我不知道如何在这里将编码器状态与解码器状态相同。 repeatvector是这样做的吗？

The model expects 2 input arrays, but only received one array. Found: 
array with shape (10000, 20, 1)




from keras.models import Model
from keras.layers import Input
from keras.layers import LSTM
from keras.layers import Dense
from keras.models import Sequential

latent_dim = 128
encoder_inputs = Input(shape=(20,1))
encoder = LSTM(latent_dim, return_state=True)
encoder_outputs, state_h, state_c = encoder(encoder_inputs)
# We discard `encoder_outputs` and only keep the states.
encoder_states = [state_h, state_c]
# Set up the decoder, using `encoder_states` as initial state.
decoder_inputs = Input(shape=(20, 1))
decoder_lstm = LSTM(latent_dim, return_sequences=True, return_state=True)
decoder_outputs, _, _ = decoder_lstm(decoder_inputs, initial_state=encoder_states)
decoder_dense = Dense(1, activation='tanh')
decoder_outputs = decoder_dense(decoder_outputs)
model = Model([encoder_inputs, decoder_inputs], decoder_outputs)
model.compile(optimizer='adam', loss='mse', metrics=['acc', 'mae'])

history=model.fit(xtrain, xtrain, epochs=200, verbose=2, shuffle=False)

Answer 1

您正在构建一个包含2个输入的模型，即encoder_inputs和decoder_inputs，但只提供一个输入.fit(xtrain, xtrain, ...)，第二个参数是输出。如果您需要提供另一个.fit([xtrain, the_inputs_for_decoder], xtrain, ...)

形式的参数

初始状态lstm编码器解码器keras

1 个答案: