问题描述

我想转换此千层面代码：

et = {}
net['input'] = lasagne.layers.InputLayer((100, 1, 24, 113))
net['conv1/5x1'] = lasagne.layers.Conv2DLayer(net['input'], 64, (5, 1))
net['shuff'] = lasagne.layers.DimshuffleLayer(net['conv1/5x1'], (0, 2, 1, 3))
net['lstm1'] = lasagne.layers.LSTMLayer(net['shuff'], 128)

在Kera代码中。目前我想到了这个：

multi_input = Input(shape=(1, 24, 113), name='multi_input')
y = Conv2D(64, (5, 1), activation='relu', data_format='channels_first')(multi_input)
y = LSTM(128)(y)

但我收到错误：Input 0 is incompatible with layer lstm_1: expected ndim=3, found ndim=4

---

解决方案

解决方案

from keras.layers import Input, Conv2D, LSTM, Permute, Reshape

multi_input = Input(shape=(1, 24, 113), name='multi_input')
print(multi_input.shape)  # (?, 1, 24, 113)

y = Conv2D(64, (5, 1), activation='relu', data_format='channels_first')(multi_input)
print(y.shape)  # (?, 64, 20, 113)

y = Permute((2, 1, 3))(y)
print(y.shape)  # (?, 20, 64, 113)

# This line is what you missed
# ==================================================================
y = Reshape((int(y.shape[1]), int(y.shape[2]) * int(y.shape[3])))(y)
# ==================================================================
print(y.shape)  # (?, 20, 7232)

y = LSTM(128)(y)
print(y.shape)  # (?, 128)

说明

我把Lasagne和Kera的文件放在这里，这样您就可以对照了：

Lasagne

重复层的使用方式与前馈层类似，但以下情况除外 输入形状应为(batch_size, sequence_length, num_inputs)

Keras

输入形状

形状为(batch_size, timesteps, input_dim)的3D张量。

---

API基本上是相同的，但是Lasagne可能会为您重塑(稍后我需要检查源代码)。这就是您收到此错误的原因：

Input 0 is incompatible with layer lstm_1: expected ndim=3, found ndim=4

，因为Conv2D后面的张量形状是ndim=4的(?, 64, 20, 113)

因此，解决方案是将其重塑为(?, 20, 7232)。

编辑

与千层面source code确认后，它为您做到了：

num_inputs = np.prod(input_shape[2:])

因此，作为LSTM输入的正确张量形状为(?, 20, 64 * 113)=(?, 20, 7232)

---

注意：

Permute在Kera中是多余的，因为无论如何您都必须重塑。我之所以把它放在这里，是为了有一个从千层面到凯拉斯的"完整翻译"，它所做的就是DimshuffleLaye在千层面中所做的事情。

DimshuffleLaye由于我在编辑中提到的原因，在Lasagne中需要<2-10]>，Lasagne LSTM创建的新维度来自"最后两个"维度的相乘。