Keras 中具有批量标准化的双向 LSTM答案

【问题标题】：Bidirectional LSTM with Batch Normalization in KerasKeras 中具有批量标准化的双向 LSTM
【发布时间】：2017-11-24 23:55:51
【问题描述】：

我想知道如何在 Keras 中使用批标准化 (BN) 实现 biLSTM。我知道BN层应该介于线性和非线性之间，即激活。这很容易通过 CNN 或 Dense 层实现。但是，如何使用 biLSTM 做到这一点？

提前致谢。

【问题讨论】：

标签： python keras lstm recurrent-neural-network keras-layer

【解决方案1】：

如果你想对 LSTM 的线性输出应用 BatchNormalization，你可以这样做

from keras.models import Sequential
from keras.layers.recurrent import LSTM
from keras.layers.wrappers import Bidirectional
from keras.layers.normalization import BatchNormalization

model = Sequential()
model.add(Bidirectional(LSTM(128, activation=None), input_shape=(256,10)))
model.add(BatchNormalization())

本质上，您正在移除 LSTM 的非线性激活（但不是门激活），然后将 BatchNormalization 应用于输出。

如果你想要将 BatchNormalization 应用到 LSTM 的内部流程之一，例如循环流程，恐怕这个功能还没有在 Keras 中实现。

【讨论】：

不过，您随后需要将非线性添加回来。你会怎么做？你可以只添加一个普通的非线性层，但它会包含在循环结构中吗？
您可以在 Bidirectional 和 BatchNormalization 层之间添加一个 Activation 层。但这肯定不会包含在循环结构中，它只会应用于 BiLSTM 层的输出。