如何将多个向量发送到 SimpleRNN？答案

【问题标题】：How to send multiple vectors to a SimpleRNN?如何将多个向量发送到 SimpleRNN？
【发布时间】：2019-05-23 13:41:32
【问题描述】：

我没有。每个“m”大小的向量。我需要将它们发送到 keras 的 SimpleRNN。应该发送向量，使得 RNN 的每个神经元都采用一个向量（例如：向量 1 到神经元 1，向量 2 t 神经元 2 等）以及先前输入向量的隐藏状态。

我尝试将它们连接起来，但这会扭曲输入的性质。

input1 = Dense(20, activation = "relu")(input1) input2 = Dense(20, activation = "relu")(input2)

我需要将这些向量（输入 1 和输入 2）发送到 RNN。

【问题讨论】：

标签： keras recurrent-neural-network rnn keras-layer

【解决方案1】：

您可以在 Tensorflow 中使用 tf.stack 或在 Keras 中使用 keras.backend.stack。该运算符：

将 rank-R 张量列表堆叠成一个 rank-(R+1) 张量

根据您的代码，Dense layers 可以按以下方式堆叠：

import tensorflow as tf

inps1 = tf.keras.layers.Input(shape=(30,))
inps2 = tf.keras.layers.Input(shape=(30,))
dense1 = tf.keras.layers.Dense(20, activation='relu')(inps1)
dense2 = tf.keras.layers.Dense(20, activation='relu')(inps2)

dense = tf.keras.layers.Lambda(lambda x: tf.stack([x[0], x[1]], axis=1), output_shape=(None, 2, 20))([dense1, dense2])

rnn = tf.keras.layers.SimpleRNN(100)(dense)

【讨论】：

将向量堆叠在一起以确保第一个向量到达第一个神经元，第二个到第二个神经元，依此类推直到 n？
当我尝试 out = stack([input1, input2], axis=1) out = SimpleRNN(50, activation="relu")(out) 它给了我错误 TypeError: 'NoneType' object is not subscriptable
Dense1 在 t=0 时馈入网络，dense2 在时间=1 时馈入网络，依此类推。
@yaminigoel 需要 Lambda 层。
我收到ValueError: Input 0 is incompatible with layer simple_rnn_1: expected shape=(None, None, 20), found shape=(None, None, 2, 20) ，当我将输出形状更改为output_shape=(None, None, 20) 时，我收到ValueError: Error when checking target: expected simple_rnn_1 to have shape (50,) but got array with shape (1,)