在softmax铺设之前添加LSTM层

Question

我想在softmax层之前添加一个LSTM层，这样我就可以跟踪序列的上下文并将其用于预测。以下是我的实现，但我每次都会遇到以下错误。请帮我解决这个错误。在

值错误：输入0与层lstm\u 1不兼容：预期的ndim=3，找到的ndim=2

    common_model = Sequential()
    common_model.add(Conv2D(32, (3, 3), input_shape=self.state_size, padding='same', activation='relu'))
    common_model.add(Dropout(0.2))
    common_model.add(Conv2D(32, (3, 3), activation='relu', padding='same'))
    common_model.add(MaxPooling2D(pool_size=(2, 2)))
    common_model.add(Flatten())
    common_model.add(Dense(512, activation='relu'))
    common_model.add(Dropout(0.5))
    common_model.add(Dense(512, activation='relu'))
    common_model.add(Dropout(0.5))
    common_model.add(Dense(512, activation='relu'))
    common_model.add(Dropout(0.5))


    agent_model = Sequential()
    agent_model.add(common_model)
    agent_model.add(LSTM(512, return_sequences=False))
    agent_model.add(Dense(self.action_size, activation='softmax'))
    agent_model.compile(loss='categorical_crossentropy', optimizer=Adam(lr=self.agent_learning_rate))

    critic_model = Sequential()
    critic_model.add(common_model)
    critic_model.add(Dense(1, activation='linear'))
    critic_model.compile(loss="mse", optimizer=Adam(lr=self.critic_learning_rate))

Answer 1

我仍然不太明白在稠密之后附加LSTM的目的，但是这个错误可以解释为：

因为在Keras中，LSTM接受的输入张量为(?, m, n)，需要有3个维数，而稠密的输出是（？）？，p）有2个尺寸。在

您可能需要尝试嵌入或重塑层，例如：

model.add(Embedding(512, 64, input_length=512))

或者

model.add(Reshape((512, 64)))

另外，还可以检查一些使用LSTM的示例：https://github.com/keras-team/keras/tree/master/examples