tf.contrib.rnn.stack_bidirectional_rnn

Создаёт двунаправленную рекуррентную нейронную сеть.

tf.contrib.rnn.stack_bidirectional_rnn(
    cells_fw, cells_bw, inputs, initial_states_fw=None, initial_states_bw=None,
    dtype=None, sequence_length=None, scope=None
)

Укладывает несколько слоёв двунаправленной рекуррентной нейронной сети. Объединённые вперёд и назад выходные слои используются в качестве входных данных следующего слоя. tf.bidirectional_rnn не позволяет обмениваться информацией между слоями вперёд и назад. Размеры входных данных для первых ячеек вперёд и назад должны совпадать. Начальное состояние для обоих направлений равно нулю, и промежуточные состояния не возвращаются.

Как описано в https://arxiv.org/abs/1303.5778

Аргументы
`cells_fw`	Список экземпляров RNNCell, по одному на каждый слой, используемый для направления вперёд.
`cells_bw`	Список экземпляров RNNCell, по одному на каждый слой, используемый для обратного направления.
`inputs`	Список из T элементов, каждый из которых представляет собой тензор формы [размер_пакета, размер_входа], или вложенную кортеж таких элементов.
`initial_states_fw`	(необязательно) Список начальных состояний (по одному на каждый слой) для рекуррентной сети вперёд. Каждый тензор должен иметь соответствующий тип и форму `[batch_size, cell_fw.state_size]`.
`initial_states_bw`	(необязательно) Аналогично `initial_states_fw`, но использует соответствующие свойства `cells_bw`.
`dtype`	(необязательно) Тип данных для начального состояния. Требуется, если ни одно из начальных состояний не указано.
`sequence_length`	(необязательно) Вектор int32/int64, размер `[batch_size]`, содержащий фактические длины каждой последовательности.
`scope`	Область переменных для создаваемого подграфа; по умолчанию None.

Возвращает

Возвращает
Кортеж (выходы, состояние_выхода_вперёд, состояние_выхода_назад), где: выходы — список выходов длиной `T`, по одному на каждый вход, который представляет собой результат конкатенации вперёд и назад выходов. состояние_выхода_вперёд — конечные состояния, по одному тензору на каждый слой, рекуррентной сети вперёд. состояние_выхода_назад — конечные состояния, по одному тензору на каждый слой, рекуррентной сети назад.

Кортеж (выходы, состояние_выхода_вперёд, состояние_выхода_назад), где: выходы — список выходов длиной T, по одному на каждый вход, который представляет собой результат конкатенации вперёд и назад выходов. состояние_выхода_вперёд — конечные состояния, по одному тензору на каждый слой, рекуррентной сети вперёд. состояние_выхода_назад — конечные состояния, по одному тензору на каждый слой, рекуррентной сети назад.

Исключения
`TypeError`	Если `cell_fw` или `cell_bw` не является экземпляром `RNNCell`.
`ValueError`	Если inputs равно None, не является списком или является пустым списком.

© 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/stack_bidirectional_rnn