python - 具有 Lambda 函数的 HSTACK CNN 输出

Question

我制作了一种使用 CNN 和 LSTM 的 NN 类型 here :

在 CNN 层之后，我使用 Lambda 函数将每个过滤器(在 CNN 上创建的图像)提供给一个 LSTM ，一一对应。

现在我想更改此设置，以将所有过滤器水平连接在一起提供给 LSTM。

我见过一些水平连接图像的代码，例如:

images = encoded_imgs[0,:,:,:] // eg: first output of a CNN layer

print(images[1,1,:].size)

image=images[:,:,0]
for i in range(1,10):
    image=hstack((image,images[:,:,i]))   

但是我如何将其应用于 lambda 函数来更改我的示例以将所有内容输入到一个 LSTM 中？

Answer 1

好吧，我设法在 lambda 函数之后使用 merge concat axis 2 来“个性化”每个“过滤后的图像”

        conv2=Conv2D(filters,(3,3), padding="same")(conv1)
        conv2=AveragePooling2D(pool_size=(2, 1), strides=(1, 1))(conv2)
        conv2=Activation("relu")(conv2)
        channels=Dropout(0.40)(conv2)
        filtersVec=[]
        for x in range(0,filters):
            filterImg=Lambda(lambda element : element[:,x,:,:])(channels)              
            filtersVec.append(filterImg)
        merged = merge(filtersVec, mode='concat',concat_axis=2)
        lstm=Bidirectional(LSTM(20),merge_mode='concat',dropout=0.35)(merged)
        classificationLayer=Dense(classes)(lstm)
        classificationLayer=Activation("softmax")(classificationLayer)