Keras 克拉斯LSTM州

我想在Keras中运行一个LSTM，得到输出和状态。在TF中有类似的东西

with tf.variable_scope("RNN"):
      for time_step in range(num_steps):
        if time_step > 0: tf.get_variable_scope().reuse_variables()
        (cell_output, state) = cell(inputs[:, time_step, :], state)
        outputs.append(cell_output)

---

在Keras中有没有一种方法可以做到这一点，当序列的长度很大时，我可以获取最后一个状态并将其提供给新的输入。我知道stateful=True，但我也想在训练时访问状态。我知道它使用的是扫描而不是for循环，但基本上我想保存状态，然后在下一次运行时，将它们作为LSTM的开始状态。简而言之，获取输出和状态。

由于LSTM是一个层，一个层在keras中只能有一个输出（如果我错了，请纠正我），因此在不修改源代码的情况下，无法同时获取两个输出

最近，我正在对keras进行黑客攻击，以实现一些高级结构，一些您可能不喜欢的想法确实有效。我所做的是覆盖keras层，这样我们可以访问表示隐藏状态的张量

首先，您可以查看中的

call（）

函数了解keras是如何工作的：

def调用（self，x，mask=None）：
#输入形状：（nb_样本、时间（用零填充）、输入尺寸）
#注意，子类的.build（）方法必须定义
#具有完整输入形状的self.input_规范。
input\u shape=self.input\u spec[0]。形状
如果K._BACKEND=='tensorflow'：
如果未输入_形[1]：
引发异常（'使用TensorFlow时，应定义'
'显式指定的时间步数'
'您的序列。\n'
'如果第一层是嵌入层，'
'确保传递一个“输入长度”'
'参数。否则，请确保'
“第一层已完成”
“输入形状”或“批量输入形状”
'参数，包括时间轴。'
“在图层上找到输入形状”+self.name+
“：”+str（输入_形））
如果self.stateful：
初始状态=自身状态
其他：
初始状态=自身。获取初始状态（x）
常数=self.get_常数（x）
预处理输入=自身。预处理输入（x）
最后的输出，输出，状态=K.rnn（self.step，预处理的输入，
最初的美国，
向后走，
面具=面具，
常数=常数，
展开=self.unroll，
输入长度=输入形状[1]）
如果self.stateful：
self.updates=[]
对于范围内的i（len（states））：
self.updates.append（（self.states[i]，states[i]））
如果self.return\u序列：
返回输出
其他：
返回最后的输出

其次，我们应该覆盖我们的层，下面是一个简单的脚本：

将keras.backend导入为K
从keras.layers导入输入，LSTM
类别MyLSTM（LSTM）：
def调用（self、x、mask=None）：
# .... 布拉布拉，就在回来之前
#我们添加此行是为了访问各州
self.extra_输出=状态
如果self.return\u序列：
# .... 呜呜呜呜，一直到最后
#您应该从keras.layers.com复制**完全相同的代码**
I=输入（形状=（…））
lstm=MyLSTM（20）
output=lstm（I）#通过调用，我们实际上调用了`call（）`并创建`lstm.extra_输出`
额外输出=lstm。额外输出指目标
计算函数=K.函数（输入=[I]，输出=额外的输出+[output]）#使用函数同时计算它们**。

顺便说一下，自定义层在加载和保存时会导致一些错误，因为keras在加载时找不到

MyLSTM

。从_json（）调用

model_时，只需让
custom_object={'MyLSTM'：MyLSTM}
。它应该很简单。