如何恢复Keras LSTM状态

Question

我有一个LSTM模型，当我处理一个批处理时，我想重置LSTM层的状态。然后在几个进程之后，我想恢复LSTM的原始状态（使用新权重我在上述几个过程中学到了）并继续处理。我知道我可以使用reset_state（）函数来重置LSTM状态。我怎样才能恢复LSTM状态？

在此先感谢！

Answer 1

它不是很清楚你在问什么，但是从我的理解中，你想用一组给定的权重来初始化LSTM。从docs：在RNNs

指定的初始状态

注意：您可以通过 关键字参数initial_state称他们指定RNN层的初始状态。 initial_state的值应该是 是表示RNN图层的初始状态的张量或张量列表。

我还没有想出如何使用顺序模型 添加初始状态，但这里是你将如何使用functional API做到这一点：

X = np.array([[[1, 0], 
       [1, 0], 
       [1, 0], 
       [1, 0]], 

       [[1, 0], 
       [1, 0], 
       [1, 0], 
       [1, 0]]] 
      ) 

y = np.array([[1], 
       [2]]) 

inp = Input(shape=(4, 2)) 
base = LSTM(10) 
enc = base(inp, initial_state=[]) 
out = Dense(1, activation='softmax')(enc) 
model = Model(inp, out) 
model.compile(loss='mse', optimizer='adam') 
model.fit(X, y)