Python 带Lambda函数的HSTACK CNN输出

我制作了一种

NN

，使用

CNN

和

LSTM

呈现：

在

CNN

层之后，我使用

Lambda

函数将每个过滤器（在

CNN

上创建的图像）逐个馈送到

LSTM

现在我想改变它，将所有过滤器水平连接在一起，为LSTM提供信息

我看过一些代码，这些代码水平地显示图像，例如：

images = encoded_imgs[0,:,:,:] // eg: first output of a CNN layer

print(images[1,1,:].size)

image=images[:,:,0]
for i in range(1,10):
    image=hstack((image,images[:,:,i]))   

---

但是我如何将其应用于lambda函数以改变我的示例，将所有内容输入一个

LSTM

？

好的，我在lambda函数之后使用merge concat axis 2来“个性化”每个“过滤图像”

        conv2=Conv2D(filters,(3,3), padding="same")(conv1)
        conv2=AveragePooling2D(pool_size=(2, 1), strides=(1, 1))(conv2)
        conv2=Activation("relu")(conv2)
        channels=Dropout(0.40)(conv2)
        filtersVec=[]
        for x in range(0,filters):
            filterImg=Lambda(lambda element : element[:,x,:,:])(channels)              
            filtersVec.append(filterImg)
        merged = merge(filtersVec, mode='concat',concat_axis=2)
        lstm=Bidirectional(LSTM(20),merge_mode='concat',dropout=0.35)(merged)
        classificationLayer=Dense(classes)(lstm)
        classificationLayer=Activation("softmax")(classificationLayer)