tf.lite.experimental.nn.TFLiteLSTMCell

Ячейка рекуррентной сети с долговременной краткосрочной памятью (LSTM).

Наследуется от: LayerRNNCell

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.lite.experimental.nn.TFLiteLSTMCell

tf.lite.experimental.nn.TFLiteLSTMCell(
    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, name=None, dtype=None
)

Используется только для TfLite, предоставляет подсказки и также делает переменные в нужном формате для tflite-операций (транспонированные и разделенные).

Реализация по умолчанию без обратных связей основана на:

https://pdfs.semanticscholar.org/1154/0131eae85b2e11d53df7f1360eeb6476e7f4.pdf

Felix Gers, Jurgen Schmidhuber и Fred Cummins. «Обучение забыванию: Непрерывное прогнозирование с LSTM». IET, 850-855, 1999.

Реализация с обратными связями основана на:

https://research.google.com/pubs/archive/43905.pdf

Hasim Sak, Andrew Senior и Francoise Beaufays. «Архитектуры рекуррентных нейронных сетей с долговременной краткосрочной памятью для моделирования акустики в больших масштабах». INTERSPEECH, 2014.

Класс использует необязательные связи обратной связи, необязательное ограничение ячейки и необязательный проекционный слой.

Обратите внимание, что эта ячейка не оптимизирована для производительности. Пожалуйста, используйте tf.contrib.cudnn_rnn.CudnnLSTM для лучшей производительности на GPU или tf.contrib.rnn.LSTMBlockCell и tf.contrib.rnn.LSTMBlockFusedCell для лучшей производительности на CPU.

Аргументы
`num_units`	int, Количество ячеек в ячейке LSTM.
`use_peepholes`	bool, установить True, чтобы включить диагональные/обратные связи.
`cell_clip`	(необязательно) Значение с плавающей точкой, если указано, состояние ячейки ограничивается этим значением до активации выходных данных ячейки.
`initializer`	(необязательно) Инициализатор, используемый для матриц весов и проекций.
`num_proj`	(необязательно) int, размерность выходных данных для матриц проекций. Если None, проекция не выполняется.
`proj_clip`	(необязательно) Значение с плавающей точкой. Если `num_proj > 0` и `proj_clip` указаны, то спроецированные значения ограничиваются по элементам до `[-proj_clip, proj_clip]`.
`num_unit_shards`	Устарело, будет удалено в январе 2017 г. Используйте вместо этого разделитель области переменных.
`num_proj_shards`	Устарело, будет удалено в январе 2017 г. Используйте вместо этого разделитель области переменных.
`forget_bias`	Смещения забывающей ячейки по умолчанию инициализируются значением 1, чтобы уменьшить масштаб забывания в начале обучения. Необходимо установить значение вручную в `0.0` при восстановлении из контрольных точек, обученных с помощью CudnnLSTM.
`state_is_tuple`	Если True, принятые и возвращаемые состояния являются кортежами из `c_state` и `m_state`. Если False, они конкатенируются вдоль оси столбцов. Это последнее поведение вскоре будет устаревшим.
`activation`	Функция активации внутренних состояний. По умолчанию: `tanh`.
`reuse`	(необязательно) Логическое значение Python, описывающее, нужно ли повторно использовать переменные в существующей области. Если не `True`, и существующая область уже содержит заданные переменные, генерируется ошибка.
`name`	Строка, имя слоя. Слои с одинаковым именем будут использовать общие веса, но для предотвращения ошибок в таких случаях требуется reuse=True.
`dtype`	Тип данных по умолчанию для слоя (значение по умолчанию `None` означает использование типа первого входного значения). Требуется, когда `build` вызывается до `call`. При восстановлении из контрольных точек, обученных с помощью CudnnLSTM, используйте `CudnnCompatibleLSTMCell` вместо этого.

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 графику.
`output_size`	Целое число или TensorShape: размер выходных данных, создаваемых этой ячейкой.
`scope_name`
`state_size`	Размер(ы) состояния(ий), используемых этой ячейкой. Его можно представить 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`	int, float или тензор единиц, представляющий размер пакета.
`dtype`	тип данных, который следует 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]`, заполненый нулями. Если `state_size` является вложенным списком или кортежем, 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], заполненый нулями.

Если state_size является вложенным списком или кортежем, 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/lite/experimental/nn/TFLiteLSTMCell