tf.keras.layers.SimpleRNN

Полносвязный RNN, где выход подаётся обратно на вход.

Наследуется от: RNN

Просмотреть псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.layers.SimpleRNN, `tf.compat.v2.keras.layers.SimpleRNN`

tf.keras.layers.SimpleRNN(
    units, activation='tanh', use_bias=True, kernel_initializer='glorot_uniform',
    recurrent_initializer='orthogonal', bias_initializer='zeros',
    kernel_regularizer=None, recurrent_regularizer=None, bias_regularizer=None,
    activity_regularizer=None, kernel_constraint=None, recurrent_constraint=None,
    bias_constraint=None, dropout=0.0, recurrent_dropout=0.0,
    return_sequences=False, return_state=False, go_backwards=False, stateful=False,
    unroll=False, **kwargs
)

Аргументы
`units`	Положительное целое число, размерность выходного пространства.
`activation`	Функция активации для использования. По умолчанию: гиперболический тангенс (`tanh`). Если вы передадите None, никакая активация не применяется (т.е. применяется линейная активация: `a(x) = x`).
`use_bias`	Булево значение, указывает, использует ли слой вектор смещения.
`kernel_initializer`	Инициализатор матрицы весов `kernel`, используемой для линейного преобразования входов.
`recurrent_initializer`	Инициализатор матрицы весов `recurrent_kernel`, используемой для линейного преобразования рекуррентного состояния.
`bias_initializer`	Инициализатор вектора смещения.
`kernel_regularizer`	Функция регуляризации, применяемая к матрице весов `kernel`.
`recurrent_regularizer`	Функция регуляризации, применяемая к матрице весов `recurrent_kernel`.
`bias_regularizer`	Функция регуляризации, применяемая к вектору смещения.
`activity_regularizer`	Функция регуляризации, применяемая к выходу слоя (его "активации").
`kernel_constraint`	Функция ограничения, применяемая к матрице весов `kernel`.
`recurrent_constraint`	Функция ограничения, применяемая к матрице весов `recurrent_kernel`.
`bias_constraint`	Функция ограничения, применяемая к вектору смещения.
`dropout`	Вещественное число от 0 до 1. Доля единиц, подлежащих отбрасыванию, для линейного преобразования входов.
`recurrent_dropout`	Вещественное число от 0 до 1. Доля единиц, подлежащих отбрасыванию, для линейного преобразования рекуррентного состояния.
`return_sequences`	Булево значение. Возвращать ли последний выход в последовательности выходов или полную последовательность.
`return_state`	Булево значение. Возвращать ли последнее состояние в дополнение к выходу.
`go_backwards`	Булево (по умолчанию False). Если True, обрабатывать последовательность входов в обратном порядке и возвращать обращённую последовательность.
`stateful`	Булево (по умолчанию False). Если True, последнее состояние для каждого образца с индексом i в пакете будет использоваться в качестве начального состояния для образца с индексом i в последующем пакете.
`unroll`	Булево (по умолчанию False). Если True, сеть будет развернута, в противном случае будет использован символический цикл. Развертывание может ускорить RNN, хотя оно обычно более ресурсоёмкое. Развертывание подходит только для коротких последовательностей.

Аргументы вызова:

inputs: 3D тензор.
mask: Бинарный тензор формы (samples, timesteps), указывающий, следует ли маскировать данный временной шаг.
training: Булево значение Python, указывающее, должно ли слой работать в режиме обучения или в режиме вывода. Этот аргумент передаётся ячейке при её вызове. Это актуально только в случае использования dropout или recurrent_dropout.
initial_state: Список тензоров начального состояния, которые будут переданы в первый вызов ячейки.

Атрибуты
`activation`
`bias_constraint`
`bias_initializer`
`bias_regularizer`
`dropout`
`kernel_constraint`
`kernel_initializer`
`kernel_regularizer`
`recurrent_constraint`
`recurrent_dropout`
`recurrent_initializer`
`recurrent_regularizer`
`states`
`units`
`use_bias`

Методы

`get_initial_state`

Просмотреть исходный код

get_initial_state(
    inputs
)

`reset_states`

Просмотреть исходный код

reset_states(
    states=None
)

© 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/keras/layers/SimpleRNN