【发布时间】:2021-04-26 12:04:08
【问题描述】:
我正在使用 1.15.5 版 tensorflow 和 1.2.2 版交叉。我可以实现其他模型,但是考虑到 DanQ 文章中的 load_weight,我无法对代码进行太多更改。
DanQ---> 1: https://github.com/uci-cbcl/DanQ
代码:
model1 = Sequential()
model1.add(LSTM(input_dim=320, output_dim=320, return_sequences=True))
model2 = Sequential()
model2.add(LSTM(input_dim=320, output_dim=320, return_sequences=True))
merged = Merge([model1, model2], mode='sum')
model = Sequential()
model.add(Convolution1D(320, border_mode='valid',filter_length=26, activation="relu", subsample_length=1,input_shape=(1000,4)))
model.add(MaxPooling1D(pool_length=13, stride=13))
model.add(Dropout(0.2))
model.add(merged)
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(input_dim=75*640, output_dim=925))
model.add(Activation('relu'))
model.add(Dense(input_dim=925, output_dim=919))
model.add(Activation('sigmoid'))
【问题讨论】:
-
您确定,您不是在寻找连接吗? tensorflow.org/api_docs/python/tf/keras/layers/concatenate
-
我使用Cross 1.2.2和Tensorflow 1.15.5,所以我使用merge。 Concatinate 用于 Flow Tensor 2.x 和 Cross 2.x。
标签: python keras merge lstm bidirectional