我正在尝试实现一种注意力机制，我需要细胞状态的完整序列(就像隐藏状态的完整序列一样)。然而，Keras LSTM 仅返回最后一个单元格状态:

output, state_h, state_c = layers.LSTM(units=45, return_state=True, return_sequences=True)

state_c 的形状为 (batch size, 1, 45)，其中输出(全序列隐藏状态)的形状为 (batch size, 5, 45)。 5为时间窗长度

为什么 Keras 不返回完整的序列细胞状态？有没有比下面的方法更好的方法来获取细胞状态的完整序列？

full_hidden, full_cell, outputs = [], [], []
state = None
input = layers.Input(shape=(time_window,features), dtype='float32')
output = layers.LSTM(units=45, return_state=True)

for i in range(time_window):
    input_t = input[:, i, :]
    input_t = tf.expand_dims(input_t, 1)
    out, state_h, state_c = lstm(input_t, initial_state=state)
    state = state_h, state_c
    full_hidden.append(state_h)
    full_cell.append(state_c)
    outputs.append(out)

最佳答案

你需要设置标志return_sequences为 True 以获取所有时间状态。您使用的标志 return_state=True 使层返回最终状态。

https://stackoverflow.com/questions/64009656/