例如，我有以下模型，

model = Sequential()model.add(Bidirectional(LSTM(100, return_sequences=True),input_shape=(X.shape[1],X.shape[2]),merge_mode='concat'))keras.layers.convolutional.Conv1D()model.add(Dense(1))model.compile(loss="binary_crossentropy" , optimizer="adam" , metrics=["accuracy"])

然而，我不确定如何让Conv1D层与LSTM层一起工作。这是否真的可行？输入数据的格式为，

X = X.reshape(-1,10,64)

有什么想法吗？

回答：

一维卷积和LSTM使用相同的输入形状：(batchSize, lengthOrSteps, featuresOrChannels)。

因此，将它们堆叠在一起完全没有问题。

你需要让LSTM设置return_sequences=True，这样它会保留lengthOrSteps维度。否则，它将返回(batchSize,cells)而不是(batchSize,lengthOrSteps,cells)。

但即便如此，也没有必要像这样连接它们。事实上，只要你正确地调整形状，你可以将任何东西连接到任何东西上。（例如，使用Reshape()层）。可能性是无限的。