Python Keras中LSTM中的多层隐藏层

这是我从网上下载的文件中的几行代码。我认为

h

适用于具有2048个单元的单层LSTM层。它如何使其成为多层，即2个隐藏层。

只需添加另一层（我们称之为

g

）！但是，由于我们要传递到另一个

LSTM

层，因此我们必须将

return\u sequences

关键字参数添加到第一层，以便我们能够为第二层获得正确的输入形状

x = Input(shape=(timesteps, input_dim,))

# LSTM encoding
h = LSTM(2048)(x)

---

谢谢你，成功了！我刚刚尝试了一个查询h=Sequential（）h.add（LSTM（2048，input_shape=（timesteps，input_dim），return_sequenties=True））h.add（LSTM（2048））。。我尝试了这个，但它在引用代码中产生了错误。检查这个链接，我需要修改第36行，使其成为多层的，如h=Sequential（）h.add（LSTM（2048，input_shape=（timesteps，input_dim），return_sequences=True））h.add（LSTM（2048））。。然后抛出使用函数api的代码（如上面的示例）。从这个错误看来，您可能以错误的方式混合了顺序和功能模型构建样式。你能发布你正在做的事情的样本吗（更新你的问题）

x = Input(shape=(timesteps, input_dim,))

# LSTM encoding
h = LSTM(2048, return_sequences=true)(x)
g = LSTM(10)(h)