tf.compat.v1.nn.rnn_cell.BasicLSTMCell

УСТЕРЕЖДЁННО: Используйте tf.compat.v1.nn.rnn_cell.LSTMCell вместо этого.

tf.compat.v1.nn.rnn_cell.BasicLSTMCell(
    num_units, forget_bias=1.0, state_is_tuple=True, activation=None, reuse=None,
    name=None, dtype=None, **kwargs
)

Базовая ячейка LSTM-рекуррентной сети.

Реализация основана на

Мы добавляем forget_bias (по умолчанию: 1) к смещениям забывающего шлюза, чтобы уменьшить масштаб забывания в начале обучения.

Она не допускает обрезания ячейки, проекционного слоя и не использует соединения peephole: это базовая основа.

Для продвинутых моделей, пожалуйста, используйте полную tf.compat.v1.nn.rnn_cell.LSTMCell ниже.

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 единиц в ячейке LSTM.
`forget_bias`	float, Смещение, добавляемое к забывающим шлюзам (см. выше). Должно быть установлено в `0.0` вручную при восстановлении из контрольных точек, обученных с помощью CudnnLSTM.
`state_is_tuple`	Если True, принимаемые и возвращаемые состояния являются 2-кортежами из `c_state` и `m_state`. Если False, они конкатенируются по столбцам. Позднее поведение будет вскоре устаревшим.
`activation`	Функция активации внутренних состояний. По умолчанию: `tanh`. Также может быть строкой, которая находится в именах функций активации Keras.
`reuse`	(необязательно) Python-булево значение, описывающее, следует ли повторно использовать переменные в существующем объёме. Если не `True`, и существующий объём уже содержит заданные переменные, возникает ошибка.
`name`	Строка, имя слоя. Слои с одинаковым именем будут использовать общие веса, но для избежания ошибок нам нужно reuse=True в таких случаях.
`dtype`	Тип данных по умолчанию для слоя (по умолчанию `None` означает использование типа первого ввода). Требуется, когда `build` вызывается до `call`.
`**kwargs`	Словарь, ключевые именованные свойства для общих атрибутов слоя, таких как `trainable` и т. д., при создании ячейки из конфигураций get_config(). При восстановлении из контрольных точек, обученных с помощью CudnnLSTM, необходимо использовать `CudnnCompatibleLSTMCell` вместо этого.

Атрибуты
`graph`	УСТЕРЕЖДЁННАЯ ФУНКЦИЯ Предупреждение: ЭТА ФУНКЦИЯ УСТЕРЕЖДЁНА. Она будет удалена в будущей версии. Инструкции по обновлению: прекратите использование этого свойства, так как слои tf.layers больше не отслеживают свою диаграмму.
`output_size`	Целое число или TensorShape: размер выводов, производимых этой ячейкой.
`scope_name`
`state_size`	Размер(ы) состояния(й), используемого(ых) 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, заполненные нулями.

Аргументы
`batch_size`	int, float или тензор единиц, представляющий размер партии.
`dtype`	тип данных, который нужно использовать для состояния.

Возвращаемые значения

Возвращаемые значения
Если `state_size` является целым числом или TensorShape, то возвращаемое значение является тензором `N-D` формы `[batch_size, state_size]` заполненным нулями. Если `state_size` является вложенным списком или кортежем, то возвращаемое значение является вложенным списком или кортежем (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 возвращаемое значение является тензором N-D формы [batch_size, state_size] заполненным нулями.

Если state_size является вложенным списком или кортежем, то возвращаемое значение является вложенным списком или кортежем (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/r2.3/api_docs/python/tf/compat/v1/nn/rnn_cell/BasicLSTMCell