x = Input(shape=(timesteps, input_dim,))
# LSTM encoding
h = LSTM(2048)(x)
这是我从互联网下载的文件中的几行代码。我认为 h
适用于具有 2048 个单元的单层 LSTM 层。它如何使其成为多层,即 2 个隐藏层。
最佳答案
只需添加另一层(我们称之为g
)!但由于我们要传递到另一个 LSTM 层,因此我们必须将 return_sequences 关键字参数添加到第一层,以便我们可以获得正确的输入形状第二层。
x = Input(shape=(timesteps, input_dim,))
# LSTM encoding
h = LSTM(2048, return_sequences=true)(x)
g = LSTM(10)(h)
关于python - Keras LSTM 中的多层隐藏层,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45726422/