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。