在Functional API中简化Keras LSTM模型

Question

我有以下使用函数API的Keras LSTM模型：

model = Sequential()
model.add(Lambda(lambda x: x,input_shape=(timestep,n_feature)))
output = model.output
output = LSTM(8)(output)
output = Dense(2)(output)

inputTensor = model.input
myModel = Model([inputTensor], output)
myModel.compile(loss='mean_squared_error', optimizer='adam')

myModel.fit([trainX], trainY, epochs=100, batch_size=1, verbose=2, validation_split = 0.1)

这个模型运行良好，但我认为我的架构中存在冗余语法。例如，Lambda层仅用于定义input_shape，也许可以将其删除？上述代码能否简化/清理（我想继续使用函数式API）？谢谢！

- Edamame

Answer 1

您可以使用函数式API编写您的模型，如下所示-

x=Input(shape=(timestep,n_feature))
model=LSTM(8)(x)
model=Dense(2)(model)

myModel=Model(x,model)

- user239457