Wywołanie stanu LSTM jako modelu funkcjonalnego?

Question

Mam pełnostanowego LSTM zdefiniowany jako sekwencyjnego modelu

model = Sequential() 
model.add(LSTM(..., stateful=True)) 
... 

Później używam go jako wzór funkcjonalne:

input_1, input_2 = Input(...), Input(...) 
output_1 = model(input_1) 
output_2 = model(input_2) # Is the state from input_1 preserved? 

jest stan z input_1 zachowana gdy stosujemy model ponownie input_2 ? Jeśli tak, w jaki sposób mogę zresetować stan modelu między wywołaniami?

Answer 1

Po Uwaga dotycząca korzystania statefulness w RNNs z tego link i Keras implementation odpowiedź jest tak jeżeli:

1. batch_size w obu modelach jest taki sam (jest to ważne ze względu na sposób Keras wylicza stany wewnętrzne).
2. Najpierw skompilujesz i skompilujesz oba modele, a następnie użyjesz ich - z jakiegoś powodu Keras resetuje stany wewnętrzne podczas build warstwy (możesz to sprawdzić here szukając metody reset_states).

Jeśli chcesz zresetować stany, możesz wywołać metodę reset_states na każdej warstwie cyklicznej, w której chcesz ustawić stan resetowania.