来自 LSTM 层的某些值的 Keras 连接答案

【问题标题】：Keras concatenation of certain values from LSTM layers来自 LSTM 层的某些值的 Keras 连接
【发布时间】：2020-03-09 04:07:45
【问题描述】：

我不确定这在 Keras 中是否可行，但我想知道是否有任何方法可以连接来自 LSTM 层的特定值。我想使用 LSTM 编码整个序列，但预测只使用特定的列。例如：

我正在使用两个大小为 5 的输入序列（所以我的输入形状是一个输入是 (None, 5) 和 (None, 5)。
然后我嵌入序列，我的输入形状是 (None, 5, 300) 和 (None, 5, 300)
然后我使用具有 200 个 LSTM 单元的 LSTM 层对序列进行编码，我的最终形状是 (None, 5, 200) 和 (None, 5, 200)。

现在我不想连接整个序列，而是连接 lstm_1 中编码的最后 4 个单词和 lstm_2 中的第一个单词。

> input_1 = Input(shape=(5, ))
> emb_1 = Embedding(..., 300, ...)(input_1)
> lstm_1 = CuDNNLSTM(200, ...)(emb_1)
> 
> input_2 = Input(shape=(5, ))
> emb_2 = Embedding(..., 300, ...)(input_2)
> lstm_2 = CuDNNLSTM(200, ...)(emb_2)
> 
> # here is the problem
> emb = concatenate([lstm_1[??], lstm_2[??])
> 
> d1 = Dense(...)(emb)
> out = Dense(..., activation="softmax")(d1)

不确定我是否有任何意义，但我想知道是否可以使用 Keras 功能 API。

最好的问候，丹尼尔

【问题讨论】：

标签： python keras lstm

【解决方案1】：

所以我没有意识到 lstm_1 和 lstm_2 实际上是我可以连接的 Numpy 数组。所以解决方案很简单，你只需要将它包裹在 Lambda 层中即可。

lstm_1_lambda = Lambda(lambda x: x[:, -4:, :])(lstm_1)
lstm_2_lambda = Lambda(lambda x: x[:, :1, :])(lstm_2)
emb = concatenate([lstm_1_lambda, lstm_1_lambda)

最好的问候，丹尼尔

【讨论】：