关注 LSTM。 TypeError：“模块”对象不可调用。我的实施有什么问题？答案

【问题标题】：LSTM with attention. TypeError: 'module' object is not callable. What's wrong with my implementation?关注 LSTM。 TypeError：“模块”对象不可调用。我的实施有什么问题？
【发布时间】：2020-10-24 09:10:55
【问题描述】：

1270个时间步长，每个时间步长为36； 10节课

max_length = 1270
step_dim = 36
_input = Input(shape=[max_length, step_dim])

activations = LSTM(128, return_sequences=True)(_input)

# compute importance for each step
attention = Dense(1, activation='tanh')(activations)
attention = Flatten()(attention)
attention = Activation('softmax')(attention)
attention = RepeatVector(1270)(attention)
attention = Permute([2, 1])(attention)


sent_representation = merge([activations, attention], mode='mul')
sent_representation = Lambda(lambda xin: K.sum(xin, axis=-2), output_shape=(64,))(sent_representation)

probabilities = Dense(10, activation='softmax')(sent_representation)

给予：

TypeError: 'module' 对象不可调用

这是什么意思，我该如何解决？

【问题讨论】：

这是什么合并（）。从您导入它的地方。请提供完整的脚本以及您在哪一行得到错误
@devSpartan merge() 是一个标准的 Keras 层。错误是指 merge() 行。
对不起老兄，我没有找到名为merge的keras层。还有其他合并层，例如添加、连接、点、最小值等
@devSpartan 是的，现在使用乘法层。并将 RepeatVector() 的输入更改为 128。现在，它可以工作了。

标签： python keras deep-learning lstm attention-model

【解决方案1】：

没有更多的“合并”层，如您所见here。你应该改用Concatenate。

这里有一个有用的guide，关于如何将旧的merge 代码转换为可运行的 Keras 代码。

【讨论】：