包装器

# 包装器

# TimeDistributed层(v1)

M.dl_layer_timedistributed.v1(layer)

这个封装器将一个层应用于输入的每个时间片。

输入至少为 3D,且第一个维度应该是时间所表示的维度。

考虑 32 个样本的一个 batch, 其中每个样本是 10 个 16 维向量的序列。 那么这个 batch 的输入尺寸为 (32, 10, 16), 而 input_shape 不包含样本数量的维度,为 (10, 16)。

你可以使用 TimeDistributed 来将 Dense 层独立地应用到 这 10 个时间步的每一个:

参数
layer: 一个网络层实例。

# Bidirectional层(v1)

M.dl_layer_bidirectional.v1(layer, merge_mode='concat', weights=None)

RNN 的双向封装器,对序列进行前向和后向计算。

参数

  • layer: Recurrent 实例。 merge_mode: 前向和后向 RNN 的输出的结合模式。 为 {'sum', 'mul','concat', 'ave', None} 其中之一。 如果是 None,输出不会被结合,而是作为一个列表被返回。
  • ValueError: 如果参数 merge_mode 非法。