Question

我想像在keras层中一样实现自定义LSTM单元。实际上该实现存在于tensorflow中，所以我想知道是否可以将其包装为keras层并在模型中调用它。

我发现官方documentation过于简化，以至于看不到如何构建自定义RNN层。 here和here也有类似的问题，但它们似乎尚未解决。

预先感谢您的帮助！

Answer 1

根据我的理解，您应该只能够在类层的init（）中初始化单元格，然后在调用方法内部使用您的输入对其进行引用。

例如：

class MySimpleLayer(Layer):
  def __init__(self, lstm_size):
    super(MySimpleLayer, self).__init__()
    self.lstm = tf.contrib.rnn.BasicLSTMCell(lstm_size)

  def call(self, batch, state):
    return self.lstm(batch, state)

layer = MySimpleLayer(lstm_size)
logits = layer(batch, state)

此实现是最基本的，因此对于更复杂的用例，您可能需要研究build（）和compute_output_shape（）方法。

Answer 2

自问题发布以来，现在tensorflow的文档可能已有改善。

您可能需要检查this guide或this SO answer以供参考。

如何在keras中包装Tensorflow RNNCell？

2 个答案: