前言

目前人工智能已经融入到我们的生活，大数据模型也是层出不穷。那我们就学习一些简单的模型设置。

干货

代码

# This is the original BiLSTM layer setup,
def build_bilstm(input_layer,last_sequences = False):lstm = Bidirectional(LSTM(18,return_sequences = True,dropout=0.1))(input_layer)lstm = LayerNormalization()(lstm)lstm = Bidirectional(LSTM(36,return_sequences = True,dropout=0.1))(lstm)lstm = LayerNormalization()(lstm)lstm = Bidirectional(LSTM(144,return_sequences = last_sequences,dropout=0.1))(lstm)lstm = LayerNormalization()(lstm)return lstm

解释

1. 这里面input_layer需要自己去设计，如何切数据请根据自己的情况来设置；
   • 你也可以参考我上一个CNN帖子，把它俩串起来；
2. Bidirectional()是双向函数，BiLSTM的Bi，举例：Bicycle就是自行车两轮；
   • 里面再套个LSTM()就是BiLSTM了，似乎不太难理解哈；
   • 如果你不想双相，就把Bidirectional()函数去掉，改为单向传统LSTM；
3. 参数return_sequences =，中间层的请设置为True，最后一层是False，表示收尾；
   • 可以参考网上的学习内容来理解这个参数；
4. 由于我们创建了这么多layer数据，建议随机剔除一些来避免过拟合：
   • 当LSTM(x)参数越来越大，建议参数dropout = 【rate】 逐渐调大，或者像我一样，10%损失，根据自己的模型来调整，个人不建议调太大；
   • 建议LSTM(x)参数以倍数形式增长，和CNN帖子相似；
5. 建议把每层的数据进行标准化LayerNormalization()；
6. 还想加啥函数请自行调整，DL这玩意儿每个人有每个人的理解和需求；
7. 需要导入什么库请自己搜吧，我也懒得列出来了。XD

结语

希望大家有所收获，有不明白的欢迎大家留言。