关于LSTM模型提取数据特征

Question

define model

model = Sequential()
model.add(LSTM(128, activation='relu', input_shape=(timesteps,n_features), return_sequences=True))
model.add(LSTM(64, activation='relu', return_sequences=False))
model.add(RepeatVector(timesteps))
model.add(LSTM(64, activation='relu', return_sequences=True))
model.add(LSTM(128, activation='relu', return_sequences=True))
model.add(TimeDistributed(Dense(n_features)))
model.compile(optimizer='adam', loss='mse')
model.summary()

代码如上，我需要提取一段语音序列的特征，我的理解是需要得到编码后的结果，也就是model.add(LSTM(64, activation='relu', return_sequences=False))的这一模型的输出作为特征，那么我应该怎样用代码实现这个特征输出呢？

Answer 1

用fit训练，用predict预测
－－－－－－－－－－－－－－－－－－－－－－－－－－－
本来还想多说几句的，一看之前的回答都没有采纳。当我白说