向LSTM中的序列数据添加静态数据(不随时间变化)
向LSTM中的序列数据添加静态数据(不随时间变化)
提问于 2018-11-18 18:08:39
我正试图建立一个如下所示的模型。请参阅下列图片：
我想在LSTM层传递序列数据，在另一个前馈神经网络层传递静态数据(血型、性别)。稍后我想把它们合并。然而，我对这里的模糊感到困惑。
- 如果我的理解是正确的(我在图像中描述)，如何将5维序列数据与4维静态数据合并？
- 另外，注意机制与这种结构有什么不同？(我在KERAS文档中发现，注意机制是用序列数据添加静态数据的一种方法)
基本上，我想用序列数据来添加静态数据。任何其他的建议都会被采纳。
回答 1
Stack Overflow用户
发布于 2018-11-19 11:04:47
我不确定我是否得到了你的要求，但我会尽力的。
Keras中的示例
static_out = (static_input)
x = LSTM(n_cell_lstm, return_sequences=True)(dynamic_input)
x = Flatten()(x)
dynamic_out = (x)
z = concatenate([dynamic_out, static_out])
z = Dense(64, activation='relu')(z)
main_output = Dense(classes, activation='softmax', name='main_output')(z)实际上，您使用的是LSTM体系结构，就像您只使用动态数据的地方一样，但是最后您添加了来自静态数据的信息。希望这能有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53363986
复制相关文章
相似问题
腾讯云开发者
