tf.keras.layers.Bidirectional

Обёртка для двунаправленных RNN.

Наследует классы: Layer, Operation

tf.keras.layers.Bidirectional(
    layer,
    merge_mode='concat',
    weights=None,
    backward_layer=None,
    **kwargs
)

Используется в блокнотах

Используется в учебных материалах
Классификация текста с помощью RNN Регуляризация графов для классификации тональности с использованием синтезированных графов Нейронный машинный перевод с механизмом внимания

Аргументы
`layer`	Экземпляр `keras.layers.RNN`, например `keras.layers.LSTM` или `keras.layers.GRU`. Также это может быть экземпляр `keras.layers.Layer`, отвечающий следующим критериям: Являться слоем обработки последовательностей (принимать входные данные размерности 3 и выше). Иметь атрибуты `go_backwards`, `return_sequences` и `return_state` (с той же семантикой, что и у класса `RNN`). Иметь атрибут `input_spec`. Реализовывать сериализацию с помощью `get_config()` и `from_config()`. Обратите внимание: рекомендуемый способ создания новых слоёв RNN — написать пользовательскую ячейку RNN и использовать её с `keras.layers.RNN`, а не создавать подкласс непосредственно на основе `keras.layers.Layer`. Если `return_sequences` имеет значение `True`, выходные данные замаскированного временного шага будут равны нулю независимо от исходного значения `zero_output_for_mask` слоя.
`merge_mode`	Способ объединения выходных данных прямой и обратной RNN. Одно из значений `{"sum", "mul", "concat", "ave", None}`. Если задано значение `None`, выходные данные не объединяются и возвращаются в виде списка. Значение по умолчанию — `"concat"`.
`backward_layer`	Необязательный экземпляр `keras.layers.RNN` или `keras.layers.Layer`, используемый для обработки входных данных в обратном направлении. Если `backward_layer` не задан, экземпляр слоя, переданный в качестве аргумента `layer`, будет использоваться для автоматического создания обратного слоя. Обратите внимание: предоставленный слой `backward_layer` должен иметь свойства, соответствующие свойствам аргумента `layer`, в частности, одинаковые значения для `stateful`, `return_states`, `return_sequences` и т. д. Кроме того, аргументы `backward_layer` и `layer` должны иметь разные значения `go_backwards`. Если эти требования не выполнены, будет вызвана ошибка `ValueError`.

Аргументы вызова

Аргументы вызова
Аргументы вызова для этого слоя совпадают с аргументами обёрнутого слоя RNN. Обратите внимание: если при вызове этого слоя передан аргумент `initial_state`, первая половина списка элементов в списке `initial_state` будет передана прямому вызову RNN, а последняя половина списка элементов — обратному вызову RNN.

Аргументы вызова для этого слоя совпадают с аргументами обёрнутого слоя RNN. Обратите внимание: если при вызове этого слоя передан аргумент initial_state, первая половина списка элементов в списке initial_state будет передана прямому вызову RNN, а последняя половина списка элементов — обратному вызову RNN.

Примечание: создание экземпляра слоя Bidirectional на основе существующего экземпляра слоя RNN не приводит к повторному использованию весов этого экземпляра RNN — слой Bidirectional получит заново инициализированные веса.

Примеры:

model = Sequential([
    Input(shape=(5, 10)),
    Bidirectional(LSTM(10, return_sequences=True),
    Bidirectional(LSTM(10)),
    Dense(5, activation="softmax"),
])
model.compile(loss='categorical_crossentropy', optimizer='rmsprop')

# With custom backward layer
forward_layer = LSTM(10, return_sequences=True)
backward_layer = LSTM(10, activation='relu', return_sequences=True,
                      go_backwards=True)
model = Sequential([
    Input(shape=(5, 10)),
    Bidirectional(forward_layer, backward_layer=backward_layer),
    Dense(5, activation="softmax"),
])
model.compile(loss='categorical_crossentropy', optimizer='rmsprop')

Атрибуты
`input`	Возвращает входные тензоры символической операции. Возвращает только тензоры, соответствующие первому вызову операции.
`output`	Возвращает выходные тензоры слоя. Возвращает только тензоры, соответствующие первому вызову операции.
`states`

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config, custom_objects=None
)

Создаёт слой на основе его конфигурации.

Этот метод является обратным по отношению к get_config и позволяет создать тот же слой на основе словаря конфигурации. Он не обрабатывает связи слоёв (это делает Network) и веса (это делает set_weights).

Аргументы
`config`	Словарь Python, обычно являющийся результатом вызова get_config.

Возвращает
Экземпляр слоя.

`reset_state`

Посмотреть исходный код

reset_state()

`reset_states`

Посмотреть исходный код

reset_states()

`symbolic_call`

Посмотреть исходный код

symbolic_call(
    *args, **kwargs
)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/layers/Bidirectional