我正在嘗試使以下代碼行工作：low_encoder_out = TimeDistributed( AutoregressiveDecoder(...) )([X_tf, embeddings])AutoregressiveDecoder需要兩個(gè)輸入的自定義層在哪里。經(jīng)過一番谷歌搜索，問題似乎是TimeDistributed包裝器不接受多個(gè)輸入。有一些解決方案建議在將兩個(gè)輸入饋送到圖層之前合并兩個(gè)輸入，但由于它們的形狀是X_tf.shape: (?, 16, 16, 128, 5)embeddings.shape: (?, 16, 1024)我真的不知道如何合并它們。有沒有辦法讓TimeDistributed圖層處理多個(gè)輸入？或者，有沒有辦法以一種很好的方式合并兩個(gè)輸入？
1 回答
飲歌長(zhǎng)嘯
TA貢獻(xiàn)1951條經(jīng)驗(yàn) 獲得超3個(gè)贊
正如你提到的TimeDistributed層不支持多個(gè)輸入?？紤]到所有輸入的時(shí)間步長(zhǎng)（即第二軸）的數(shù)量必須相同這一事實(shí)，一種（不太好的）解決方法是將所有輸入重塑為(None, n_timsteps, n_featsN)，將它們連接起來(lái)，然后將它們作為TimeDistributed層的輸入：
X_tf_r = Reshape((n_timesteps, -1))(X_tf)
embeddings_r = Reshape((n_timesteps, -1))(embeddings)
concat = concatenate([X_tf_r, embeddings_r])
low_encoder_out = TimeDistributed(AutoregressiveDecoder(...))(concat)
當(dāng)然，您可能需要修改自定義圖層的定義，并在必要時(shí)將輸入分開。
添加回答
舉報(bào)
0/150
提交
取消