tf.compat.v1.nn.rnn_cell.LSTMCell

Ячейка рекуррентной сети с длинной краткосрочной памятью (LSTM).

tf.compat.v1.nn.rnn_cell.LSTMCell(
    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,
    **kwargs
)

По умолчанию реализуется без обратных связей (peephole), основанная на работе (Gers et al., 1999). Реализация с обратными связями основана на (Sak et al., 2014).

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

Обратите внимание, что эта ячейка не оптимизирована для производительности. 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. Ссылки: Архитектуры рекуррентных нейронных сетей с длинной краткосрочной памятью для крупномасштабной акустической моделирования: Sak et al., 2014 (pdf) Обучение забыванию: Gers et al., 1999 (pdf) Длинная краткосрочная память: Hochreiter et al., 1997 (pdf)

Аргументы
`num_units`	int, Количество ячеек в ячейке LSTM.
`use_peepholes`	bool, установить True для включения диагональных/peephole связей.
`cell_clip`	(необязательно) Значение с плавающей запятой, если указано, состояние ячейки ограничивается этим значением перед активацией выхода ячейки.
`initializer`	(необязательно) Инициализатор, используемый для матриц весов и проекций.
`num_proj`	(необязательно) int, размерность выхода для матриц проекций. Если None, проекция не выполняется.
`proj_clip`	(необязательно) Значение с плавающей запятой. Если `num_proj > 0` и `proj_clip` указаны, затем спроецированные значения ограничиваются по элементам в пределах `[-proj_clip, proj_clip]`.
`num_unit_shards`	Устарело, будет удалено в январе 2017 года. Используйте вместо этого разделитель области переменных.
`num_proj_shards`	Устарело, будет удалено в январе 2017 года. Используйте вместо этого разделитель области переменных.
`forget_bias`	Смещения забывающего ворота по умолчанию инициализируются значением 1, чтобы уменьшить масштаб забывания в начале обучения. Необходимо установить вручную в `0.0`, когда восстанавливается из контрольных точек, обученных CudnnLSTM.
`state_is_tuple`	Если True, принятые и возвращенные состояния являются кортежами из 2 элементов `c_state` и `m_state`. Если False, они объединяются вдоль оси столбцов. Это последнее поведение скоро будет устаревшим.
`activation`	Функция активации внутренних состояний. По умолчанию: `tanh`. Также может быть строкой, которая соответствует именам функций активации Keras.
`reuse`	(необязательно) Python-логическое значение, описывающее, следует ли повторно использовать переменные в существующей области. Если не `True`, и существующая область уже содержит заданные переменные, возникает ошибка.
`name`	Строка, имя слоя. Слои с одинаковым именем будут использовать общие веса, но для избежания ошибок требуется reuse=True в таких случаях.
`dtype`	Значение по умолчанию dtype слоя (значение по умолчанию `None` означает использование типа первого входного значения). Требуется, когда `build` вызывается до `call`.
`**kwargs`	Словарь, ключевые свойства для общих атрибутов слоя, таких как `trainable` и т.д., при построении ячейки из конфигураций get_config(). При восстановлении из контрольных точек, обученных 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 диаграмму.
`output_size`	Целое число или TensorShape: размер выходных данных, производимых этой ячейкой.
`scope_name`
`state_size`	Размер(ы) состояния(ий), 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`	int, float или тензор unit, представляющий размер пакетной выборки.
`dtype`	Тип данных, используемый для состояния.

Возвращаемое значение

Возвращаемое значение
Если `state_size` — целое число 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 (с той же структурой) тензоров `2-D` с формами `[batch_size, s]` для каждого s в `state_size`.

Если state_size — целое число 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 (с той же структурой) 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/LSTMCell