理工酷
资源下载
我想知道，在Keras中，每个代码的简约代码片段会是什么样子。
像这样：
0
一对一：不处理序列时你可以使用一层Dense层，
model.add(Dense(output_size, input_shape=input_shape))
一对多：因为在Keras中链接模型不是很容易所以不支持此选项，，以下版本是最简单的版本：
model.add(RepeatVector(number_of_times, input_shape=input_shape))
model.add(LSTM(output_size, return_sequences=True))
多对一：实际上，你的代码段（几乎）是此方法的一个示例：
model = Sequential()
model.add(LSTM(1, input_shape=(timesteps, data_dim)))
多对多：输入和输出的长度与循环步数匹配时，这是最简单的代码段：
model = Sequential()
model.add(LSTM(1, input_shape=(timesteps, data_dim), return_sequen
当步数与输入/输出长度不同时的多对多：这在Keras中非常难。没有简单的代码片段可以对此进行编码。
在我最近的一个应用程序中，我们实现了与第四张图片中的多对多内容相似的内容。如果你要使用以下架构的网络（输入长于输出时）：
你可以通过以下方式实现此目的：
model = Sequential()
model.add(LSTM(1, input_shape=(timesteps, data_dim), return_sequences=True))
model.add(Lambda(lambda x: x[:, -N:, :])) #Select last N from output
N是你想覆盖的最后几个步数（在图片上N = 3）
从这一点开始：
这与使用0向量的长度为N的人工填充序列一样简单，以便将其调整为适当的大小。
收藏
