双向LSTM层需用tf.keras.layers.Bidirectional包裹LSTM层；输入必须为三维(batch_size, timesteps, features)，关键参数包括return_sequences（决定输出序列与否）、merge_mode（默认'concat'使输出维度翻倍）及mask_zero=True处理变长序列。
双向LSTM层怎么写？别直接套tf.keras.layers.LSTM
TensorFlow里没有叫“BiLSTM”的独立层，得用tf.keras.layers.Bidirectional包装一个LSTM层。直接写LSTM(units, return_sequences=True)是单向的，加一层Bidirectional才对。
常见错误是漏掉return_sequences参数——如果后面还要接另一层LSTM或TimeDistributed输出，必须设为True；只接全连接层做分类时可设False（默认）。
-
Bidirectional(LSTM(64, return_sequences=True))：适合序列到序列任务（如NER、语音识别） -
Bidirectional(LSTM(64))：输出形状是(batch_size, 128)（因为前后向拼接，维度翻倍），适合句子级分类 - 注意
LSTM内部的go_backwards不用手动设——Bidirectional会自动处理
输入数据形状容易错在哪？
TensorFlow的LSTM（包括Bidirectional）严格要求输入是3D张量：(batch_size, timesteps, features)。很多人卡在把原始文本转成这个形状上。
典型陷阱：
立即学习“Python免费学习笔记（深入）”；
- 用
Tokenizer.texts_to_sequences()后得到的是变长列表，必须用pad_sequences()统一timesteps长度 - Embedding层输出是
(batch, timesteps, embedding_dim)，可以直接进Bidirectional(LSTM(...))；但如果你手动做了one-hot，维度会多一维，得先tf.reduce_sum()或tf.one_hot配axis参数修正 - 如果输入是多变量时间序列（比如传感器的温度、湿度、压力），确保
features是最后一维，别把batch和timesteps搞混
为什么训练时loss不下降？检查这几个配置点
双向LSTM比单向更易梯度爆炸或消失，尤其堆叠多层时。不是模型写错了，很可能是初始化或正则没跟上。
- 在
LSTM里显式加kernel_initializer='glorot_uniform'（默认就是它，但明确写出来防意外） - 务必加
dropout和recurrent_dropout——例如LSTM(64, dropout=0.2, recurrent_dropout=0.2)；Bidirectional本身不提供dropout接口，得塞进里面那层LSTM - 学习率别用默认的0.001：双向结构敏感，建议从
3e-4起步，配合ReduceLROnPlateau回调 - 如果用
mask_zero=True的Embedding层，确认Masking层没被意外跳过——双向LSTM依赖mask对齐前后向步长
预测时输出shape不对？重点看return_sequences和time_major
训练时没问题，预测时拿到(batch, 128)却期待(batch, timesteps, num_classes)？大概率是return_sequences设错了，或者忘了在最后加TimeDistributed(Dense(...))。
-
return_sequences=False→ 输出(batch, units*2)（双向拼接），只能接Dense做整体分类 -
return_sequences=True→ 输出(batch, timesteps, units*2)，此时若要做token级预测（如分词、POS标注），后面必须跟TimeDistributed(Dense(num_classes)) -
time_major=False是默认值，别去动它；设成True会把输入当成(timesteps, batch, features)，和绝大多数预处理流程冲突
复杂点在于，一旦用了return_sequences=True又堆了两层Bidirectional，中间必须保证所有LSTM都设相同值，否则第二层会因shape不匹配报错：ValueError: Input 0 of layer bidirectional_1 is incompatible with layer。
