tf.keras.layers.RNN

Базовый класс рекуррентных слоёв.

Наследует: 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 блокнотах

Форма выходных данных:

• Если return_state: список тензоров. Первый тензор — выходные данные. Остальные тензоры — последние состояния, каждое формы (batch_size, state_size), где state_size может быть формой тензора высокой размерности.
• Если return_sequences: тензор размерности 3 формы (batch_size, timesteps, output_size).

Маскирование:

Этот слой поддерживает маскирование входных данных с переменным количеством временных шагов. Чтобы добавить маски к данным, используйте слой keras.layers.Embedding с параметром mask_zero, установленным в значение True.

Примечание об использовании состояния в RNN:

Слои RNN можно сделать «stateful» (с сохранением состояния). Это означает, что состояния, вычисленные для примеров в одном пакете, будут повторно использоваться как начальные состояния для примеров в следующем пакете. При этом предполагается взаимно-однозначное соответствие между примерами в последовательных пакетах.

Чтобы включить сохранение состояния:

• Укажите stateful=True в конструкторе слоя.
• Задайте фиксированный размер пакета для модели, передав If sequential model: batch_input_shape=(...) первому слою модели. Для функциональной модели с одним или несколькими слоями Input передайте batch_shape=(...) всем первым слоям модели. Это ожидаемая форма входных данных включая размер пакета. Она должна быть кортежем целых чисел, например (32, 10, 100).
• Укажите shuffle=False при вызове fit().

Чтобы сбросить состояния модели, вызовите .reset_states() для конкретного слоя или всей модели.

Примечание об указании начального состояния RNN:

Начальное состояние слоёв RNN можно указать символически, вызвав их с именованным аргументом initial_state. Значением initial_state должен быть тензор или список тензоров, представляющих начальное состояние слоя RNN.

Начальное состояние слоёв RNN можно указать численно, вызвав reset_states с именованным аргументом states. Значением states должен быть массив numpy или список 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 на основе его конфигурации.

Этот метод является обратным по отношению к get_config и позволяет создать тот же слой из словаря конфигурации. Он не обрабатывает связи между слоями (это делает Network) и веса (это делает 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
)