双向LSTM+Attention程序代码及详细说明

本文仅对双向长短时记忆网络和注意力机制结合的python程序进行解释说明 (以心电图数据的分类识别为例，即输入为一维向量)，并不解释其数学原理。

// 导入需要用到的库
import keras.backend as K
from keras.layers import Multiply, Dropout, Bidirectional，LSTM
from keras.layers.core import *
from keras.models import *
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import h5py as hp
import math
from keras import optimizers
from sklearn.metrics import confusion_matrix
import scipy.io as scio

// 定义数据加载，这里数据是 .mat格式，有的版本需要直接用loadmat
def load_mat(path_data,name_data,dtype='float32'):
    data=hp.File(path_data)
    arrays_d={
   }
    for k,v in data.items(): 
        arrays_d[k]=np.array(v)
    dataArr=np.array(arrays_d[name_data],dtype=dtype)
    return dataArr   

// 定义注意力模型
    def attention_3d_block(inputs):
    # inputs.shape = (batch_size, time_steps, input_dim)
    input_dim = int(inputs.shape[2]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27