LSTM 自编码器

def build_model(layers,seq_len):  #layers [*,*,*,*,*]
    model = Sequential()

    model.add(LSTM(layers[1], input_shape=(seq_len, layers[0]),return_sequences=True))
    #model.add(Dropout(0.2))
    model.add(LSTM(layers[2], return_sequences=True))
    model.add(LSTM(layers[3], return_sequences=True))
    model.add(LSTM(layers[4], return_sequences=True))
    model.add(LSTM(layers[5], return_sequences=True))
    #model.add(Dropout(0.2))
    model.compile(loss=losses.mean_squared_error, optimizer=keras.optimizers.Adam
    (lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0, amsgrad=False))
    return model
model.fit(trainX,trainY,batch_size=batchSize,epochs=nb_epoch)
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值