tf.keras.layers.Bidirectional

Обертка двунаправленного RNN.

Наследуется от: Wrapper

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.layers.Bidirectional

tf.keras.layers.Bidirectional(
    layer, merge_mode='concat', weights=None, backward_layer=None, **kwargs
)

Аргументы
`layer`	Экземпляр `keras.layers.RNN`, такой как `keras.layers.LSTM` или `keras.layers.GRU`. Он также может быть экземпляром `keras.layers.Layer`, который удовлетворяет следующим критериям: Быть слоем последовательной обработки (принимает входные данные 3D+). Иметь атрибуты `go_backwards`, `return_sequences` и `return_state` (с той же семантикой, что и для класса `RNN`). Иметь атрибут `input_spec`. Реализовывать сериализацию через `get_config()` и `from_config()`. Обратите внимание, что рекомендуемый способ создания новых слоев RNN — это написание пользовательской ячейки RNN и использование ее с `keras.layers.RNN`, а не наследование от `keras.layers.Layer` напрямую.
`merge_mode`	Режим, по которому объединяются выходные данные прямого и обратного RNN. Один из {'sum', 'mul', 'concat', 'ave', None}. Если None, выходные данные не будут объединены, а будут возвращены в виде списка. Значение по умолчанию — 'concat'.
`backward_layer`	Необязательный экземпляр `keras.layers.RNN` или `keras.layers.Layer`, используемый для обработки обратного входного сигнала. Если `backward_layer` не предоставлен, экземпляр слоя, переданный в качестве аргумента `layer`, будет использоваться для автоматической генерации обратного слоя. Обратите внимание, что предоставленный слой `backward_layer` должен иметь свойства, соответствующие свойствам аргумента `layer`, в частности, он должен иметь те же значения для `stateful`, `return_states`, `return_sequence`, и т.д. Кроме того, `backward_layer` и `layer` должны иметь разные значения аргумента `go_backwards`. Будет выброшено исключение `ValueError`, если эти требования не выполнены.

Аргументы вызова:

Аргументы вызова для этого слоя совпадают с аргументами вызова обернутого слоя RNN. Обратите внимание, что при передаче аргумента initial_state при вызове этого слоя первая половина элементов в списке initial_state будет передана в прямой вызов RNN, а последняя половина элементов в списке будет передана в обратный вызов RNN.

Возбуждения
`ValueError`	Если `layer` или `backward_layer` не являются экземпляром `Layer`. В случае некорректного аргумента `merge_mode`. Если `backward_layer` имеет несовпадающие свойства по сравнению с `layer`.

Примеры:

model = Sequential()
model.add(Bidirectional(LSTM(10, return_sequences=True), input_shape=(5, 10)))
model.add(Bidirectional(LSTM(10)))
model.add(Dense(5))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy', optimizer='rmsprop')

 # With custom backward layer
 model = Sequential()
 forward_layer = LSTM(10, return_sequences=True)
 backward_layer = LSTM(10, activation='relu', return_sequences=True,
                       go_backwards=True)
 model.add(Bidirectional(forward_layer, backward_layer=backward_layer,
                         input_shape=(5, 10)))
 model.add(Dense(5))
 model.add(Activation('softmax'))
 model.compile(loss='categorical_crossentropy', optimizer='rmsprop')

Атрибуты
`constraints`

Методы

`reset_states`

Просмотреть исходный код

reset_states()

© 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/layers/Bidirectional