如何解决将先前时间步长的LSTM层的输出馈送到当前时间步长的密集层的输入Keras,Tensorflow
我正在尝试重新创建图形为无花果的RNN。 K. Yeo等人在this论文中的第8页。
到目前为止,我仅使用了Keras功能API中所述的层:
inputs = keras.Inputs(shape=(,))
Input_Linear_1 = layers.Dense(num_neurons,activation = 'tanh')(inputs)
#merge h_t-1 and Input_Linear_1 -> Merged_Out_InLin1
Input_Linear_2 = layers.Dense(num_neurons,activation = '')(Merged_Out_InLin1)
LSTM_cell = layers.LSTM(num_LSTM_units)(Input_Linear_2)
Out_Linear_1 = layers.Dense(num_neurons,activation = 'tanh')(LSTM_cell)
Out_Linear_2 = layers.Dense(num_neurons,activation = 'softplus')(Out_Linear_1)
Softmax_OUT = layers.Dense(num_neurons,activation = 'softmax')(Out_Linear_2)
困扰我的部分由代码中的注释描述;我想使用上一个时间步的LSTM单元的输出,并将其输入到DE-RNN的第二层。我还没有找到一种整齐的方法来做到这一点。任何帮助将不胜感激。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。