tf.contrib.rnn.GLSTMCell

Группа ячеек LSTM (G-LSTM).

Наследуется от: RNNCell

tf.contrib.rnn.GLSTMCell(
    num_units, initializer=None, num_proj=None, number_of_groups=1, forget_bias=1.0,
    activation=tf.math.tanh, reuse=None
)

Реализация основана на:

https://arxiv.org/abs/1703.10722

О. Кучаев и Б. Гинзбург «Уловки факторизации для сетей LSTM», семинар ICLR 2017.

Вкратце, ячейка G-LSTM состоит из одной подячейки LSTM на группу, где каждая подячейка работает с подвектором входных данных одинакового размера и производит подвeктор выходных данных такого же размера. Например, ячейка G-LSTM с 128 единицами и 4 группами состоит из 4 подячеек LSTM с 32 единицами каждая. Если эта ячейка G-LSTM получает входные данные размерностью 200, то каждая подячейка получает 50-мерную часть входных данных и производит 32-мерную часть выходных данных.

Аргументы
`num_units`	целое число, количество единиц в ячейке G-LSTM
`initializer`	(необязательно) инициализатор, который нужно использовать для весовых и проекционных матриц.
`num_proj`	(необязательно) целое число, размерность выходных данных для проекционных матриц. Если None, проекция не выполняется.
`number_of_groups`	(необязательно) целое число, количество групп. Если `number_of_groups` равно 1, то это должно быть эквивалентно ячейке LSTM.
`forget_bias`	Смещения забывающейся вентили по умолчанию инициализируются значением 1, чтобы уменьшить масштаб забывания в начале обучения.
`activation`	Функция активации внутренних состояний.
`reuse`	(необязательно) булево значение, описывающее, нужно ли повторно использовать переменные в существующем контексте. Если не `True`, и в существующем контексте уже есть заданные переменные, возникает ошибка.

Возникающие исключения
`ValueError`	Если `num_units` или `num_proj` не делится на `number_of_groups`.

Атрибуты
`graph`	УСТАРЕВШАЯ ФУНКЦИЯ Предупреждение: ЭТА ФУНКЦИЯ УСТАРЕЛА. Она будет удалена в будущей версии. Инструкции по обновлению: прекратите использование этого свойства, поскольку слои tf.layers больше не отслеживают свою графику.
`output_size`	Целое число или TensorShape: размер выходных данных, производимых этой ячейкой.
`scope_name`
`state_size`	Размер(ы) состояний, используемых этой ячейкой. Он может быть представлен целым числом, TensorShape или кортежем целых чисел или TensorShape.

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 точкой или тензор, представляющий размер пакетной обработки.
`dtype`	тип данных, который нужно использовать для состояния.

Возвращаемое значение

Возвращаемое значение
Если `state_size` является целым числом или TensorShape, то возвращаемое значение — тензор `N-D` формы `[batch_size, state_size]` заполненный нулями. Если `state_size` — вложенный список или кортеж, то возвращаемое значение — 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 — тензор N-D формы [batch_size, state_size] заполненный нулями.

Если state_size — вложенный список или кортеж, то возвращаемое значение — 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/rnn/GLSTMCell