Machine learning Keras：将多个LSTM层与

我有以下工作正常的网络：

output = LSTM(8)(output)
output = Dense(2)(output)

现在，对于同一个模型，我尝试堆叠一些LSTM层，如下所示：

output = LSTM(8)(output, return_sequences=True)
output = LSTM(8)(output)
output = Dense(2)(output)

但我犯了以下错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-2-0d0ced2c7417> in <module>()
     39 
     40 output = Concatenate(axis=2)([leftOutput,rightOutput])
---> 41 output = LSTM(8)(output, return_sequences=True)
     42 output = LSTM(8)(output)
     43 output = Dense(2)(output)

/usr/local/lib/python3.4/dist-packages/keras/layers/recurrent.py in __call__(self, inputs, initial_state, constants, **kwargs)
    480 
    481         if initial_state is None and constants is None:
--> 482             return super(RNN, self).__call__(inputs, **kwargs)
    483 
    484         # If any of `initial_state` or `constants` are specified and are Keras

/usr/local/lib/python3.4/dist-packages/keras/engine/topology.py in __call__(self, inputs, **kwargs)
    601 
    602             # Actually call the layer, collecting output(s), mask(s), and shape(s).
--> 603             output = self.call(inputs, **kwargs)
    604             output_mask = self.compute_mask(inputs, previous_mask)
    605 

TypeError: call() got an unexpected keyword argument 'return_sequences'

TypeError回溯（最近一次调用）
在（）
39
40输出=串联（轴=2）（[leftOutput，rightOutput]）
--->41输出=LSTM（8）（输出，返回顺序=真）
42输出=LSTM（8）（输出）
43输出=密集（2）（输出）
/usr/local/lib/python3.4/dist-packages/keras/layers/recurrential.py in_u____调用____（self、输入、初始状态、常量、**kwargs）
480
481如果初始_状态为无且常数为无：
-->482返回超级（RNN，自我）。\调用（输入，**kwargs）
483
484#如果指定了`初始状态'或`常数'中的任何一个且为Keras
/usr/local/lib/python3.4/dist-packages/keras/engine/topology.py in___调用（self，input，**kwargs）
601
602#实际调用层，收集输出、掩码和形状。
-->603输出=自调用（输入，**kwargs）
604输出屏蔽=自计算屏蔽（输入，前一个屏蔽）
605
TypeError:call（）获得意外的关键字参数“return\u sequences”

这是令人困惑的，因为return_序列是基于Keras文档的有效参数：

https://keras.io/layers/recurrent/#lstm

---

我做错了什么？谢谢

问题在于

return\u sequences

应该作为参数传递给层构造函数，而不是层调用。将代码更改为：

output = LSTM(8, return_sequences=True)(output)

---

解决了问题。

尝试：

output=LSTM（8，return\u sequences=True）（output）

有效。非常感谢。那么我可以给出答案吗？