BiLSTM-CNN模型结构

Question

我想通过以下代码设计一个 BiLstm-Alexnet 模型：

模型=顺序（） model.add(重塑((450,2,2),input_shape=(900,1,2))) model.add(Conv2D(456, kernel_size=(11,1), strides=(1,1), padding="same", activation="relu", kernel_initializer="he_normal", kernel_regularizer=l2(weight), bias_regularizer=l2(weight),input_shape=(900,1,2))) model.add（批量归一化（）） model.add(MaxPooling2D(pool_size=(3,1))) model.add(Conv2D(256, kernel_size=(5,1), strides=1, padding="same", activation="relu", kernel_initializer="he_normal", kernel_regularizer=l2(weight), bias_regularizer=l2(weight))) model.add（批量归一化（）） model.add(MaxPooling2D(pool_size=(3,1)))
model.add(Conv2D(384, kernel_size=(3,1), strides=(1,1), padding="same", activation="relu", kernel_initializer="he_normal", kernel_regularizer=l2(weight), bias_regularizer=l2(weight))) model.add（批量归一化（）） model.add(Conv2D(384, kernel_size=(3,1), strides=1, padding="same", activation="relu", kernel_initializer="he_normal", kernel_regularizer=l2(weight), bias_regularizer=l2(weight))) model.add（批量归一化（）） model.add(Conv2D(256, kernel_size=(3,1), strides=1, padding="same", activation="relu", kernel_initializer="he_normal", kernel_regularizer=l2(weight), bias_regularizer=l2(weight))) model.add（批量归一化（）） model.add(MaxPooling2D(pool_size=(3,1),strides=(2,1)))

model.add(Permute((2,1,3)))
#.add(Embedding(max_features, embedding_size, input_length=maxlen*max_charlen))
model.add(Reshape((2,4*256))) 

model.add(Bidirectional(LSTM(64, return_sequences=True)))
model.add(Flatten())
model.add(Dense(18, activation="relu"))

model.add(Dense(2, activation="softmax"))
return model

我有一个问题。它是： ValueError：调用层“reshape_5”（类型 Reshape）时遇到异常。

新数组的总大小必须不变，input_shape = [2, 24, 256], output_shape = [2, 1024]

“reshape_5”层接收的调用参数（类型 Reshape）： • inputs=tf.Tensor(shape=(None, 2, 24, 256), dtype=float32)

我能为它做什么？

如何解决我的错误？