tf.keras.layers.RNN

Базовый класс для рекуррентных слоёв.

Наследуется от: Layer, Operation

tf.keras.layers.RNN(
    cell,
    return_sequences=False,
    return_state=False,
    go_backwards=False,
    stateful=False,
    unroll=False,
    zero_output_for_mask=False,
    **kwargs
)

Используется в ноутбуках

Форма вывода:

• Если return_state: список тензоров. Первый тензор — это выход. Остальные тензоры — это последние состояния, каждое с формой (batch_size, state_size), где state_size может быть формой тензора высокой размерности.
• Если return_sequences: 3-мерный тензор с формой (batch_size, timesteps, output_size).

Маскирование:

Этот слой поддерживает маскирование входных данных с переменным количеством временных шагов. Для введения масок в данные используйте слой keras.layers.Embedding со значением параметра mask_zero, равным True.

Примечание по использованию состояния в RNN:

Вы можете задать слои RNN в «состоятельном» режиме, что означает, что состояния, вычисленные для образцов в одном пакете, будут повторно использованы в качестве начальных состояний для образцов в следующем пакете. Это предполагает взаимно-однозначное соответствие между образцами в разных последовательных пакетах.

Для включения состоятельности:

• Укажите stateful=True в конструкторе слоя.
• Укажите фиксированный размер пакета для вашей модели, передав Если последовательная модель: batch_input_shape=(...) первому слою вашей модели. В противном случае, для функциональной модели с 1 или более входными слоями: batch_shape=(...) всем первым слоям вашей модели. Это ожидаемая форма ваших входов включая размер пакета. Это должен быть кортеж целых чисел, например, (32, 10, 100).
• Укажите shuffle=False при вызове fit().

Для сброса состояния вашей модели вызовите .reset_states() либо на конкретном слое, либо на всей вашей модели.

Примечание по указанию начального состояния RNN:

Вы можете указать начальное состояние слоёв RNN символически, вызвав их с аргументом ключевого слова initial_state. Значение initial_state должно быть тензором или списком тензоров, представляющих начальное состояние слоя RNN.

Вы можете указать начальное состояние слоёв RNN численно, вызвав reset_states с аргументом ключевого слова states. Значение states должно быть массивом NumPy или списком массивов NumPy, представляющих начальное состояние слоя RNN.

Примеры:

from keras.src.layers import RNN
from keras.src import ops

# First, let's define a RNN Cell, as a layer subclass.
class MinimalRNNCell(keras.layers.Layer):

    def __init__(self, units, **kwargs):
        super().__init__(**kwargs)
        self.units = units
        self.state_size = units

    def build(self, input_shape):
        self.kernel = self.add_weight(shape=(input_shape[-1], self.units),
                                      initializer='uniform',
                                      name='kernel')
        self.recurrent_kernel = self.add_weight(
            shape=(self.units, self.units),
            initializer='uniform',
            name='recurrent_kernel')
        self.built = True

    def call(self, inputs, states):
        prev_output = states[0]
        h = ops.matmul(inputs, self.kernel)
        output = h + ops.matmul(prev_output, self.recurrent_kernel)
        return output, [output]

# Let's use this cell in a RNN layer:

cell = MinimalRNNCell(32)
x = keras.Input((None, 5))
layer = RNN(cell)
y = layer(x)

# Here's how to use the cell to build a stacked RNN:

cells = [MinimalRNNCell(32), MinimalRNNCell(64)]
x = keras.Input((None, 5))
layer = RNN(cells)
y = layer(x)

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config, custom_objects=None
)

Создаёт слой по его конфигурации.

Этот метод является обратным get_config, способным создать тот же слой из словаря конфигурации. Он не обрабатывает подключение слоёв (это обрабатывает Network), а также веса (это обрабатывает set_weights).

get_initial_state

Просмотреть исходный код

get_initial_state(
    batch_size
)

inner_loop

Просмотреть исходный код

inner_loop(
    sequences, initial_state, mask, training=False
)

reset_state

Просмотреть исходный код

reset_state()

reset_states

Просмотреть исходный код

reset_states()

symbolic_call

Просмотреть исходный код

symbolic_call(
    *args, **kwargs
)