Python LSTM层中某些值的Keras串联

我不确定这在Keras中是否可行，但我想知道是否有任何方法可以连接LSTM层中的特定值。 我希望使用LSTM对整个序列进行编码，但对于预测，只使用特定列。 例如：

• 我使用了两个大小为5的输入序列（因此我的输入形状是一个输入，分别为（无，5）和（无，5）
• 然后我嵌入序列，我的输入形状是（无，5300）和（无，5300）
• 然后我用200个LSTM单元的LSTM层对序列进行编码，我的最终形状是（无，5200）和（无，5200）

现在我不想连接整个序列，而是连接lstm_1中编码的最后4个单词和lstm_2中的第一个单词

> input_1 = Input(shape=(5, ))
> emb_1 = Embedding(..., 300, ...)(input_1)
> lstm_1 = CuDNNLSTM(200, ...)(emb_1)
> 
> input_2 = Input(shape=(5, ))
> emb_2 = Embedding(..., 300, ...)(input_2)
> lstm_2 = CuDNNLSTM(200, ...)(emb_2)
> 
> # here is the problem
> emb = concatenate([lstm_1[??], lstm_2[??])
> 
> d1 = Dense(...)(emb)
> out = Dense(..., activation="softmax")(d1)

不确定我是否有意义，但我想知道是否可以使用Keras函数API

致以最良好的祝愿，

---

Daniel

所以我没有意识到lstm_1和lstm_2实际上是可以连接的Numpy数组。所以解决方案很简单，只需将其包装在Lambda层中

lstm_1_lambda = Lambda(lambda x: x[:, -4:, :])(lstm_1)
lstm_2_lambda = Lambda(lambda x: x[:, :1, :])(lstm_2)
emb = concatenate([lstm_1_lambda, lstm_1_lambda)

致以最良好的祝愿， 丹尼尔