Machine learning LSTM在CNTK中的实现

我正在研究CNTK，希望为分类任务实现LSTM，并希望设计一个类似于链接图像的网络：

网络： 输入：47*5
输出：1

在网络中，输入的前47个长度特征进入x（t-1）处的LSTM单元，然后下一个47个长度特征进入下一步的单元，并持续到第5步

我写了这个函数：

---

我需要验证模型是否正确，并建议正确的模型（带解释）

致密层有什么尺寸，你能澄清一下吗？它是投射一个235维向量，还是单独投射5个47维向量和一个共享变换？它应该投射最后47个特征到稠密层，该稠密层分为两类。

def para_model(para):
    with default_options(init = glorot_uniform()):
        return Dense(attr_hidden_dim, activation= C.sigmoid)(Sequential([
            Recurrence(LSTM(para_hidden_dim))(para[:47]),
            Recurrence(LSTM(para_hidden_dim))(para[47:94]),
            Recurrence(LSTM(para_hidden_dim))(para[94:141]),
            Recurrence(LSTM(para_hidden_dim))(para[141:188]),
            Recurrence(LSTM(para_hidden_dim))(para[188:])
        ]))