tf.keras.backend.rnn

Итерируется по временной размерности тензора.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.backend.rnn

tf.keras.backend.rnn(
    step_function, inputs, initial_states, go_backwards=False, mask=None,
    constants=None, unroll=False, input_length=None, time_major=False,
    zero_output_for_mask=False
)

Аргументы
`step_function`	Функция шага RNN. Аргументы: input; Тензор с формой `(samples, ...)` (без временной размерности), представляющий вход для пакетной выборки в определенный момент времени. states; Список тензоров. Возвращаемое значение: output; Тензор с формой `(samples, output_dim)` (без временной размерности). new_states; Список тензоров, с тем же количеством и формами, что и 'states'. Первый тензор в списке должен быть выходным тензором на предыдущем временном шаге.
`inputs`	Тензор временных данных формы `(samples, time, ...)` (по крайней мере 3D), или вложенные тензоры, и каждый из которых имеет форму `(samples, time, ...)`.
`initial_states`	Тензор с формой `(samples, state_size)` (без временной размерности), содержащий начальные значения для состояний, используемых в функции шага. В случае, если state_size имеет вложенную форму, форма initial_states также будет соответствовать вложенной структуре.
`go_backwards`	Булево значение. Если True, итерация по временной размерности происходит в обратном порядке, и возвращается обратная последовательность.
`mask`	Бинарный тензор с формой `(samples, time, 1)`, с нулём для каждого элемента, который замаскирован.
`constants`	Список константных значений, передаваемых на каждом шаге.
`unroll`	Нужно ли развернуть RNN или использовать символическую `while_loop`.
`input_length`	Целое число или 1-мерный тензор, в зависимости от того, является ли временная размерность фиксированной длиной или нет. В случае входных данных переменной длины он используется для маскирования, если нет указанной маски.
`time_major`	Булево значение. Если True, входные и выходные данные будут в форме `(timesteps, batch, ...)`, в противном случае - `(batch, timesteps, ...)`. Использование `time_major = True` немного эффективнее, так как оно избегает транспонирования в начале и в конце вычисления RNN. Однако большинство данных TensorFlow имеют порядок по партиям, поэтому по умолчанию эта функция принимает входные данные и выводит результаты в формате по партиям.
`zero_output_for_mask`	Булево значение. Если True, выход для замаскированного временного шага будет нулями, в противном случае возвращается выход с предыдущего временного шага.

Возвращаемое значение

Возвращаемое значение
Кортеж, `(last_output, outputs, new_states)`. last_output: последний выход RNN, формы `(samples, ...)` outputs: тензор с формой `(samples, time, ...)` , где каждый элемент `outputs[s, t]` — выход функции шага во время `t` для выборки `s`. new_states: список тензоров, последние состояния, возвращенные функцией шага, формы `(samples, ...)`.

Кортеж, (last_output, outputs, new_states). last_output: последний выход RNN, формы (samples, ...) outputs: тензор с формой (samples, time, ...) , где каждый элемент outputs[s, t] — выход функции шага во время t для выборки s. new_states: список тензоров, последние состояния, возвращенные функцией шага, формы (samples, ...).

Исключения
`ValueError`	если размерность входа меньше 3.
`ValueError`	если `unroll` является `True`, но временной шаг входа не является фиксированным числом.
`ValueError`	если `mask` указан (а не `None`), но states не указан (`len(states)` == 0).

© 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/keras/backend/rnn