tf.contrib.model_pruning.MaskedLSTMCell

LSTMCell с обрезкой.

Наследуется от: LSTMCell

tf.contrib.model_pruning.MaskedLSTMCell(
    num_units, use_peepholes=False, cell_clip=None, initializer=None, num_proj=None,
    proj_clip=None, num_unit_shards=None, num_proj_shards=None, forget_bias=1.0,
    state_is_tuple=True, activation=None, reuse=None
)

Переопределяет метод вызова tensorflow LSTMCell и вставляет маски весов. Маски применяются только к матрице весов LSTM, а не к матрице проекции.

Аргументы
`num_units`	int, количество единиц в ячейке LSTM
`use_peepholes`	bool, установите True для включения диагональных/дырчатых соединений.
`cell_clip`	(необязательно) Значение с плавающей запятой, если предоставлено, состояние ячейки ограничивается этим значением перед активацией выходного состояния ячейки.
`initializer`	(необязательно) Инициализатор для использования с матрицами весов и проекции.
`num_proj`	(необязательно) int, размерность вывода для матриц проекции. Если None, проекция не выполняется.
`proj_clip`	(необязательно) Значение с плавающей запятой. Если `num_proj > 0` и `proj_clip` заданы, затем спроецированные значения ограничиваются по элементу в пределах `[-proj_clip, proj_clip]`.
`num_unit_shards`	Устарело, будет удалено в январе 2017 года. Используйте вместо этого партишенеризацию области переменных.
`num_proj_shards`	Устарело, будет удалено в январе 2017 года. Используйте вместо этого партишенеризацию области переменных.
`forget_bias`	Смещения забывающего ворота по умолчанию инициализируются единицей, чтобы уменьшить масштаб забывания в начале обучения. Необходимо установить его вручную в `0.0`, когда восстанавливаются контрольные точки, обученные с CudnnLSTM.
`state_is_tuple`	Если True, принятые и возвращаемые состояния являются кортежами из 2 элементов, содержащими `c_state` и `m_state`. Если False, они конкатенируются вдоль оси столбцов. Это последнее поведение скоро будет устаревшим.
`activation`	Функция активации внутренних состояний. По умолчанию: `tanh`.
`reuse`	(необязательно) Python boolean, описывающий, следует ли повторно использовать переменные в существующей области. Если не `True`, и в существующей области уже есть заданные переменные, возникает ошибка. При восстановлении из контрольных точек, обученных с CudnnLSTM, необходимо использовать CudnnCompatibleLSTMCell.

Атрибуты
`graph`	УСТАРЕВШАЯ ФУНКЦИЯ Предупреждение: ЭТА ФУНКЦИЯ УСТАРЕЛА. Она будет удалена в будущей версии. Инструкции по обновлению: перестаньте использовать это свойство, так как слои tf.layers больше не отслеживают свою граф.
`output_size`	Целое число или TensorShape: размер вывода, производимого этой ячейкой.
`scope_name`
`state_size`	размер(ы) состояния(ий), используемых этой ячейкой. Он может быть представлен целым числом, TensorShape или кортежем 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 с нулевыми значениями.

Аргументы
`batch_size`	int, float или тензор единиц, представляющий размер пакета.
`dtype`	тип данных для использования в состоянии.

Возвращает

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

Если state_size является целым числом или TensorShape, то значение возврата - это тензор N-D с формой [batch_size, state_size], заполненный нулями.

Если state_size является вложенным списком или кортежем, то значение возврата - это вложенный список или кортеж (той же структуры) из 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/MaskedLSTMCell