tf.keras.layers.ConvLSTM2D
2D Сверточная LSTM.
Наследуется от: RNN, Layer, Operation
tf.keras.layers.ConvLSTM2D(
filters,
kernel_size,
strides=1,
padding='valid',
data_format=None,
dilation_rate=1,
activation='tanh',
recurrent_activation='sigmoid',
use_bias=True,
kernel_initializer='glorot_uniform',
recurrent_initializer='orthogonal',
bias_initializer='zeros',
unit_forget_bias=True,
kernel_regularizer=None,
recurrent_regularizer=None,
bias_regularizer=None,
activity_regularizer=None,
kernel_constraint=None,
recurrent_constraint=None,
bias_constraint=None,
dropout=0.0,
recurrent_dropout=0.0,
seed=None,
return_sequences=False,
return_state=False,
go_backwards=False,
stateful=False,
**kwargs
)
Аналогично слою LSTM, но преобразования входных данных и рекуррентные преобразования являются сверточными.
| Аргументы | |
|---|---|
filters | целое число, размерность выходного пространства (количество фильтров в свёртке). |
kernel_size | целое число или кортеж/список из 2 целых чисел, определяющие размер окна свёртки. |
strides | целое число или кортеж/список из 2 целых чисел, определяющие шаг свёртки. strides > 1 несовместим с dilation_rate > 1. |
padding | строка, "valid" или "same" (регистр не учитывается). "valid" означает отсутствие заполнения. "same" приводит к добавлению заполнения равномерно слева/справа или сверху/снизу входных данных, чтобы выход имел такие же размеры высоты/ширины, как и вход. |
data_format | строка, либо "channels_last" или "channels_first". Порядок измерений ввода. "channels_last" соответствует входам с формой (batch, steps, features), а "channels_first" соответствует входам с формой (batch, features, steps). По умолчанию используется значение, найденное в файле конфигурации Keras по адресу ~/.keras/keras.json. Если вы его никогда не устанавливали, он будет "channels_last". |
dilation_rate | целое число или кортеж/список из 2 целых чисел, определяющие скорость расширения для свёртки с расширением. |
activation | Функция активации. По умолчанию применяется функция гиперболической тангенса (tanh(x)). |
recurrent_activation | Функция активации для рекуррентного шага. |
use_bias | Булево значение, использует ли слой вектор смещения. |
kernel_initializer | Инициализатор матрицы весов kernel, используемой для линейного преобразования входов. |
recurrent_initializer | Инициализатор матрицы весов recurrent_kernel, используемой для линейного преобразования рекуррентного состояния. |
bias_initializer | Инициализатор вектора смещения. |
unit_forget_bias | Булево значение. Если True, при инициализации добавьте 1 к смещению забывающего воротника. Используйте в сочетании с bias_initializer="zeros". Это рекомендуется в Jozefowicz et al., 2015. |
kernel_regularizer | Функция регуляризации, применяемая к матрице весов kernel. |
recurrent_regularizer | Функция регуляризации, применяемая к матрице весов recurrent_kernel. |
bias_regularizer | Функция регуляризации, применяемая к вектору смещения. |
activity_regularizer | Функция регуляризации, применяемая к. |
kernel_constraint | Функция ограничения, применяемая к матрице весов kernel. |
recurrent_constraint | Функция ограничения, применяемая к матрице весов recurrent_kernel. |
bias_constraint | Функция ограничения, применяемая к вектору смещения. |
dropout | Вещественное число от 0 до 1. Доля единиц, которые нужно отбросить для линейного преобразования входных данных. |
recurrent_dropout | Вещественное число от 0 до 1. Доля единиц, которые нужно отбросить для линейного преобразования рекуррентного состояния. |
seed | Случайное семя для дропаута. |
return_sequences | Булево значение. Возвращает ли слой только последний вывод в последовательности вывода или всю последовательность. По умолчанию: False. |
return_state | Булево значение. Возвращает ли слой последнее состояние помимо вывода. По умолчанию: False. |
go_backwards | Булево (по умолчанию: False). Если True, обрабатывайте входную последовательность в обратном порядке и возвращайте обращенную последовательность. |
stateful | Булево (по умолчанию False). Если True, последнее состояние для каждого образца в индексе i в партии будет использоваться в качестве начального состояния для образца в индексе i в следующей партии. |
unroll | Булево (по умолчанию: False). Если True, сеть будет развернута, в противном случае будет использоваться символический цикл. Развертывание может ускорить RNN, хотя оно, как правило, более ресурсоёмкое. Развертывание подходит только для коротких последовательностей. |
| Аргументы вызова | |
|---|---|
inputs | 5D тензор. |
mask | Бинарный тензор формы (samples, timesteps), указывающий, должен ли быть замаскирован данный временной шаг. |
training | Булево значение Python, указывающее, должен ли слой работать в режиме обучения или в режиме вывода. Это актуально только если dropout или recurrent_dropout установлены. |
initial_state | Список тензоров начального состояния, которые должны быть переданы в первый вызов ячейки. |
Форма ввода:
- Если
data_format='channels_first': 5D тензор с формой:(samples, time, channels, rows, cols) - Если
data_format='channels_last': 5D тензор с формой:(samples, time, rows, cols, channels)
Форма вывода:
- Если
return_state: список тензоров. Первый тензор — это вывод. Остальные тензоры — это последние состояния, каждый 4D тензор с формой:(samples, filters, new_rows, new_cols), еслиdata_format='channels_first', или формой:(samples, new_rows, new_cols, filters), еслиdata_format='channels_last'. Значенияrowsиcolsмогут измениться из-за заполнения. - Если
return_sequences: 5D тензор с формой:(samples, timesteps, filters, new_rows, new_cols), если data_format='channels_first', или формой:(samples, timesteps, new_rows, new_cols, filters), еслиdata_format='channels_last'. - В противном случае, 4D тензор с формой:
(samples, filters, new_rows, new_cols), еслиdata_format='channels_first', или формой:(samples, new_rows, new_cols, filters), еслиdata_format='channels_last'.
Ссылки:
- Shi et al., 2015 (текущая реализация не включает петлю обратной связи по выводу ячеек).
| Атрибуты | |
|---|---|
activation | |
bias_constraint | |
bias_initializer | |
bias_regularizer | |
data_format | |
dilation_rate | |
dropout | |
filters | |
input | Извлекает тензор(ы) ввода символической операции. Возвращает только тензор(ы), соответствующий первому вызову операции. |
kernel_constraint | |
kernel_initializer | |
kernel_regularizer | |
kernel_size | |
output | Извлекает тензор(ы) вывода слоя. Возвращает только тензор(ы), соответствующий первому вызову операции. |
padding | |
recurrent_activation | |
recurrent_constraint | |
recurrent_dropout | |
recurrent_initializer | |
recurrent_regularizer | |
strides | |
unit_forget_bias | |
use_bias | |
Методы
from_config
@classmethod
from_config(
config
)
Создаёт слой из его конфигурации.
Этот метод является обратным к get_config, способным создать тот же слой из словаря конфигурации. Он не обрабатывает соединение слоёв (это обрабатывает сеть), а также веса (это обрабатывает set_weights).
| Аргументы | |
|---|---|
config | Словарь Python, как правило, результат get_config. |
| Возвращает | |
|---|---|
| Экземпляр слоя. |
get_initial_state
get_initial_state(
batch_size
)
Внутренний цикл
inner_loop(
sequences, initial_state, mask, training=False
)
Сброс состояния
reset_state()
Сброс состояний
reset_states()
Символический вызов
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/ConvLSTM2D