如何使用return_sequence和return_state参数实现Keras的Tensorflow LSTM等效项？

8zzbczxx 于 2022-11-13 发布在其他

关注(0)|答案(1)|浏览(147)

在Keras通常会写：

model = Sequential()
model.add(LSTM(n, input_shape=(ntimesteps, nfeatures), 
    return_sequences=return_sequences, return_state=return_state))

如何在纯Tensorflow 2中模拟return_sequences和return_state特性？

keras

来源：https://stackoverflow.com/questions/73787019/how-to-implement-tensorflow-lstm-equivalent-of-keras-with-return-sequence-and-re

1条答案

按热度按时间

6qftjkof1#

Keras是TensorFlow 2的高级API，因此您也可以这样做，唯一的区别是您不再导入Keras，而是

import tensorflow as tf

print(tf.__version__) # 2.x

model = tf.keras.Sequential()
model.add(tf.keras.layers.LSTM(n, input_shape=(ntimesteps, nfeatures), 
    return_sequences=return_sequences, return_state=return_state))

赞(0）回复(0）举报 2022-11-13

我来回答

如何使用return_sequence和return_state参数实现Keras的Tensorflow LSTM等效项？

1条答案

相关问题

热门标签

最新问答