在链接的代码中,模型输出被定义为[decoder_outputs2] + dec_states2,其中decoder_outputs2似乎是来自Dense层的输出,而dec_states2是来自其他一些层(dec_states = [decoder_state_h, decoder_state_c])的输出列表。因此,[decoder_outputs2]和dec_states2都是python列表,可以使用+进行连接(请参见How do I concatenate two lists in Python?)。 执行outputs=[decoder_outputs2] + dec_states2意味着模型将有三个输出,它相当于指定outputs=[decoder_outputs2, decoder_state_h, decoder_state_c],后者的可读性更强。
1条答案
按热度按时间bnl4lu3b1#
在链接的代码中,模型输出被定义为
[decoder_outputs2] + dec_states2
,其中decoder_outputs2
似乎是来自Dense
层的输出,而dec_states2
是来自其他一些层(dec_states = [decoder_state_h, decoder_state_c]
)的输出列表。因此,[decoder_outputs2]
和dec_states2
都是python列表,可以使用+
进行连接(请参见How do I concatenate two lists in Python?)。执行
outputs=[decoder_outputs2] + dec_states2
意味着模型将有三个输出,它相当于指定outputs=[decoder_outputs2, decoder_state_h, decoder_state_c]
,后者的可读性更强。