tf.contrib.model_pruning.MaskedBasicLSTMCell

Базовая ячейка LSTM с обрезкой.

Наследуется от: BasicLSTMCell

tf.contrib.model_pruning.MaskedBasicLSTMCell(
    num_units, forget_bias=1.0, state_is_tuple=True, activation=None, reuse=None,
    name=None
)

Переопределяет метод вызова tensorflow BasicLSTMCell и вставляет маски весов.

Реализация основана на: http://arxiv.org/abs/1409.2329

Мы добавляем forget_bias (по умолчанию: 1) к смещениям ворот забывания, чтобы уменьшить масштаб забывания в начале обучения.

Она не допускает обрезки ячейки, слоя проекции и не использует связи peep-hole: это базовая контрольная точка.

Для продвинутых моделей используйте полную tf.compat.v1.nn.rnn_cell.LSTMCell, которая следует за ней.

Аргументы
`num_units`	целое число, число ячеек в ячейке LSTM.
`forget_bias`	число с плавающей запятой, смещение, добавляемое к воротам забывания (см. выше). Необходимо установить значение `0.0` вручную при восстановлении из контрольных точек, обученных с помощью CudnnLSTM.
`state_is_tuple`	Если True, принятые и возвращаемые состояния являются 2-кортежами из `c_state` и `m_state`. Если False, они конкатенируются по оси столбцов. Последнее поведение скоро будет устаревшим.
`activation`	Функция активации внутренних состояний. По умолчанию: `tanh`.
`reuse`	(необязательно) Python-логическое значение, описывающее, следует ли повторно использовать переменные в существующем объёме. Если не `True`, и существующий объём уже содержит заданные переменные, возникает ошибка.
`name`	Строка, имя слоя. Слои с одинаковым именем будут совместно использовать веса, но для предотвращения ошибок в таких случаях требуется reuse=True. При восстановлении из контрольных точек, обученных с помощью CudnnLSTM, необходимо использовать CudnnCompatibleLSTMCell.

Атрибуты
`graph`	УСТАРЕВШАЯ ФУНКЦИЯ Предупреждение: ЭТА ФУНКЦИЯ УСТАРЕЛА. Она будет удалена в будущей версии. Инструкции по обновлению: прекратите использование этого свойства, так как слои tf.layers больше не отслеживают свою диаграмму.
`output_size`	Целое число или TensorShape: размер выходов, производимых этой ячейкой.
`scope_name`
`state_size`	Размер(ы) состояния(й), используемых этой ячейкой. Его можно представить как целое число, TensorShape или кортеж целых чисел или TensorShapes.

Методы

`get_initial_state`

Просмотреть исходный код

get_initial_state(
    inputs=None, batch_size=None, dtype=None
)

`zero_state`

Просмотреть исходный код

zero_state(
    batch_size, dtype
)

Возвращает тензор(ы) состояния, заполненные нулями.

Аргументы
`batch_size`	целое число, число с плавающей запятой или тензор единиц, представляющий размер партии.
`dtype`	тип данных, который следует использовать для состояния.

Возвращаемое значение

Возвращаемое значение
Если `state_size` является целым числом или TensorShape, то возвращаемое значение — это тензор `N-D` формы `[batch_size, state_size]`, заполненный нулями. Если `state_size` является вложенным списком или кортежем, то возвращаемое значение — это вложенный список или кортеж (той же структуры) тензоров `2-D` с формами `[batch_size, s]` для каждого s в `state_size`.

Если state_size является целым числом или TensorShape, то возвращаемое значение — это тензор N-D формы [batch_size, state_size], заполненный нулями.

Если state_size является вложенным списком или кортежем, то возвращаемое значение — это вложенный список или кортеж (той же структуры) тензоров 2-D с формами [batch_size, s] для каждого s в state_size.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/model_pruning/MaskedBasicLSTMCell