X = LSTM(units=128,return_sequences=True)(input_sequence)
X = Dropout(rate=0.5)(X)
X = LSTM(units=128,return_sequences=True)(X)
X = Dropout(rate=0.5)(X)
X = Concatenate()(X)
X = Dense(n_class)(X)
X = Activation('softmax')(X)
答案 0 :(得分:1)
您可以使用Flatten
层将LSTM层的3D输出展平为2D形状。
请注意,最好使用LSTM layer的dropout
和recurrent_dropout
自变量,而不是直接将Dropout
层用于循环层。
答案 1 :(得分:0)
除了@todays答案: 似乎您只想使用return_sequences将其串联成一个密集层。如果您还没有尝试使用return_sequeunces = False进行尝试,那么我建议您这样做。 return_sequences的主要目的是堆栈LSTMS或进行seq2seq预测。就您而言,仅使用LSTM就足够了。