python - Keras 对每个时间步应用不同的 Dense 层
问题描述
我有形状为的训练数据,(-1, 10)
我想对每个时间步应用不同的密集层。目前,我试图通过重塑输入(-1, 20, 1)
然后TimeDistributed(Dense(10))
在顶部使用图层来实现这一点。但是,这似乎将相同的密集层应用于每个时间步,因此时间步共享权重。有什么办法吗?
解决方案
您可以应用通过复制输入 20 次创建的 200 宽向量的密集层,如下所示:
from tensorflow.python import keras
from keras.models import Sequential
from keras.layers import *
model = Sequential()
model.add(RepeatVector(20, input_shape=(10,)))
model.add(Reshape((200,)))
model.add(Dense(1))
model.compile('sgd', 'mse')
model.summary()
推荐阅读
- c++ - 当基本情况返回 bool 时,递归函数如何返回 int?
- javascript - 如何在不连接到数据库的情况下从一个 html 页面显示表单的详细信息到另一个页面
- python-3.x - GNU Parallel with Python Script - 命令行变量不起作用
- node.js - 如何在虚拟方法中访问不同的模式?
- java - ActiveMQ Java STOMP 客户端收到 SocketTimeoutException
- r - 使用 hjust 调整 y-tick 标签不起作用
- vue.js - vuejs 使用 watch 检查计算的属性是否已更改
- css - TailwindCSS + Next.js 图像采用全高填充布局
- javascript - PHP弹出警报
- github - 如何将 github 存储库链接到 linode 服务器?