我有形状的X_train (1400,64,35)和形状的y_train (1400,)。我希望将X_train作为LSTM层的输入,并求出每个时间步的LSTM输出的平均值(使用GlobalAveragePooling层),并将其作为密集层的输入。对于这个问题,如何连接各层并建立一个连续的模型?
我使用的是Tensorflow.Keras API
我有一个自动编码器类型的串联网络,由一个预先训练的前向DNN (权重冻结)组成,从一个未训练的反向DNN获得输出。我希望在模型之间有一个直接的映射,这样第一个网络的输出层就代表了第二个网络的输入张量。我目前正在使用Keras API顺序模型来添加密集层,但是,这些层是完全连接的。下面是我的代码片段:
(`#tandem architecture (with weights loaded from p