19

我正在尝试实现基于 LSTM 的语音识别器。到目前为止，我可以按照 Merge 层中的示例设置双向 LSTM（我认为它作为双向 LSTM 工作）。现在我想用另一个双向 LSTM 层来尝试它，这使它成为一个深度双向 LSTM。但我无法弄清楚如何将先前合并的两层的输出连接到第二组 LSTM 层中。我不知道 Keras 是否可行。希望有人可以帮助我。

我的单层双向 LSTM 的代码如下

left = Sequential()
left.add(LSTM(output_dim=hidden_units, init='uniform', inner_init='uniform',
               forget_bias_init='one', return_sequences=True, activation='tanh',
               inner_activation='sigmoid', input_shape=(99, 13)))
right = Sequential()
right.add(LSTM(output_dim=hidden_units, init='uniform', inner_init='uniform',
               forget_bias_init='one', return_sequences=True, activation='tanh',
               inner_activation='sigmoid', input_shape=(99, 13), go_backwards=True))

model = Sequential()
model.add(Merge([left, right], mode='sum'))

model.add(TimeDistributedDense(nb_classes))
model.add(Activation('softmax'))

sgd = SGD(lr=0.1, decay=1e-5, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy', optimizer=sgd)
print("Train...")
model.fit([X_train, X_train], Y_train, batch_size=1, nb_epoch=nb_epoches, validation_data=([X_test, X_test], Y_test), verbose=1, show_accuracy=True)

我的 x 和 y 值的尺寸如下。

(100, 'train sequences')
(20, 'test sequences')
('X_train shape:', (100, 99, 13))
('X_test shape:', (20, 99, 13))
('y_train shape:', (100, 99, 11))
('y_test shape:', (20, 99, 11))
4

4 回答 4

22

好吧，我得到了发布在 Keras 问题上的问题的答案。希望这对寻找这种方法的任何人都有用。 如何实现深度双向-LSTM

于 2016-02-03T14:54:49.827 回答
7 
model.add(Bidirectional(LSTM(64)))

Keras 示例

于 2019-03-26T13:55:54.087 回答
5

您可以使用keras.layers.wrappers.Bidirectional. 官方手册可以参考这里，https://keras.io/layers/wrappers/#bidirectional

于 2017-05-05T02:13:51.790 回答
2

现在设计 BiLSTM 更容易了。Bidirectional根据官方文档在这里添加了一个新类： https ://www.tensorflow.org/api_docs/python/tf/keras/layers/Bidirectional

训练结果和完整代码

于 2018-12-07T06:53:16.147 回答