如何解决Keras:从现有神经网络创建自定义 RNN 单元
我需要创建一个循环神经网络单元,其中将包含一些已经存在的具有输入-输出的 MLP 神经网络(如图所示)。目标是将已经存在的结构转换为循环结构,这样我就不必将其嵌入到“for 循环”中,这很可能会在训练期间造成效率低下。然后我会将这个单元包含在一个 RNN 层中以进行训练。
我想在 Keras 中创建的循环网络结构如下图所示:
参考上图:
- N P 是已经训练好的 NN(所以权重应该被冻结)
- NN C 是在整个循环网络的训练过程中要训练的 MLP 网络
- h(t) 是循环网络在时间 t 的隐藏状态
- x(t) 是输入,y(t) 是循环网络在时间 t 的输出
- y(t) 将在每个时间步长发出,损失函数将取决于 y(t)
您能否通过示例代码提供一些指导和帮助,帮助我在 Keras 中实现我的目标? 任何帮助表示赞赏。
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。