machine-learning - 如何在 LSTM 中为每个输入生成 1 个以上的输出？

Question

假设这是我的模型:

_________________________________________________________________ 
Layer (type)                 Output Shape              Param #    ================================================================= 
embedding_16 (Embedding)     (None, 10, 500)          71500      _________________________________________________________________ 
lstm_31 (LSTM)               (None, 10, 500)          2002000    _________________________________________________________________ 
dropout_15 (Dropout)         (None, 10, 500)          0          _________________________________________________________________ 
time_distributed_16          (None, 10, 500)          250500    _________________________________________________________________ 
softmax (Activation)         (None, 10, 500)           0     =================================================================

但我想在最后一层:

softmax (Activation)         (None, 100, 1000)           0

我已经尝试这样做几个小时了。我不知道这是否可能。我不认为你可以改变 LSTM 的输出大小(看看它的模型)，但我是否可以添加一个层，以便它为每个输入生成 10 个输出？

简单来说，假设我希望我的模型为我输入的每个单词生成 10 个单词。我希望我能够解释一下。

Answer 1

这里有不同的方式查看“多重输出”(通过“这里”，我猜测您正在使用 keras 库 - 从打印输出来看似乎是这样)。

在一个简单的情况下，例如Dense(10) 层可以解决这个问题。使用 TimeDistributed 层包装器的“ secret 武器”，如本 SO post 中所述。 。

另一种方法需要使用 keras 的功能 API。 docs 中解释了如何获取多个输出。 。