あなたが探しているまさに次のsequence classification exampleがあります。
唯一の違いは、LSTMレイヤを1つだけ使用することです。あなたは簡単に変更することで、複数の層を使用するには、このネットワークを変更することができます。
LSTM_function = LSTMP_component_with_self_stabilization(
embedding_function.output, LSTM_dim, cell_dim)[0]
へ:
num_layers = 2 # for example
encoder_output = embedding_function.output
for i in range(0, num_layers):
encoder_output = LSTMP_component_with_self_stabilization(encoder_output.output, LSTM_dim, cell_dim)
しかし、あなたがより良い新しいレイヤーのライブラリを使用して提供することでしょう。そして、あなたは、単にこれを行うことができます:
encoder_output = Stabilizer()(input_sequence)
for i in range(0, num_layers):
encoder_output = Recurrence(LSTM(hidden_dim)) (encoder_output.output)
を次に、あなたが密な出力層に入れたいあなたの最終的な出力を得るために、あなたが最初に行うことができます:
final_output = sequence.last(encoder_output)
、その後
z = Dense(vocab_dim) (final_output)
を