एलएसटीएम

Question

पर केरास ध्यान परत मैं कैमरे का उपयोग कर रहा हूं 1.0.1 मैं एलएसटीएम के शीर्ष पर ध्यान परत जोड़ने की कोशिश कर रहा हूं। यह मेरे पास अभी तक है, लेकिन यह काम नहीं करता है।

input_ = Input(shape=(input_length, input_dim)) 
lstm = GRU(self.HID_DIM, input_dim=input_dim, input_length = input_length, return_sequences=True)(input_) 
att = TimeDistributed(Dense(1)(lstm)) 
att = Reshape((-1, input_length))(att) 
att = Activation(activation="softmax")(att) 
att = RepeatVector(self.HID_DIM)(att) 
merge = Merge([att, lstm], "mul") 
hid = Merge("sum")(merge) 

last = Dense(self.HID_DIM, activation="relu")(hid) 

नेटवर्क इनपुट अनुक्रम पर एक एलएसटीएम लागू करना चाहिए। फिर एलएसटीएम की प्रत्येक छिपी स्थिति पूरी तरह से जुड़े परत में इनपुट होनी चाहिए, जिस पर सॉफ़्टमैक्स लागू होता है। सॉफ्टमैक्स को प्रत्येक छिपे आयाम के लिए दोहराया जाता है और एलएसटीएम छिपे हुए राज्यों द्वारा गुणात्मक रूप से गुणा किया जाता है। फिर परिणामी वेक्टर औसत होना चाहिए।

संपादित करें: यह संकलित करता है, लेकिन मुझे यकीन नहीं है कि यह ऐसा करता है जो मुझे लगता है कि यह करना चाहिए।

input_ = Input(shape=(input_length, input_dim)) 
lstm = GRU(self.HID_DIM, input_dim=input_dim, input_length = input_length, return_sequences=True)(input_) 
att = TimeDistributed(Dense(1))(lstm) 
att = Flatten()(att) 
att = Activation(activation="softmax")(att) 
att = RepeatVector(self.HID_DIM)(att) 
att = Permute((2,1))(att) 
mer = merge([att, lstm], "mul") 
hid = AveragePooling1D(pool_length=input_length)(mer) 
hid = Flatten()(hid) 

Answer 1

Here Keras साथ ध्यान LSTM के एक कार्यान्वयन है, और उसके instantiation का एक उदाहरण है। हालांकि, मैंने इसे खुद कोशिश नहीं की है।