python - 在 seq2seq 模型中添加更多层

在 fchollet 给出的示例 seq2seq 代码中，如何向编码器和解码器添加更多 LSTM 层？我在形状方面遇到了一些麻烦，并且总体上有点困惑。谢谢。

最佳答案

Keras 的函数式 api 允许您调用层。这使您可以通过调用将另一个层链接到现有层的输出之上。例如这里:

encoder_inputs = Input(shape=(None, num_encoder_tokens))
encoder = LSTM(latent_dim, return_sequences=True)
encoder_outputs, state_h, state_c = LSTM(latent_dim, return_state=True)(encoder(encoder_inputs))

关于python - 在 seq2seq 模型中添加更多层，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49824967/