tf.compat.v1.nn.rnn_cell.LSTMCell

Ячейка рекуррентной сети с долговременной и кратковременной памятью (LSTM).

Наследуется от: RNNCell, Layer, Layer, Module

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 реализация без обратных связей основана на (Gers et al., 1999). Реализация с обратными связями основана на (Sak et al., 2014).

Класс использует необязательные обратные связи, необязательное ограничение состояния 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. Ссылки: Архитектуры рекуррентных нейронных сетей с долговременной и кратковременной памятью (LSTM) для акустической моделирования в больших масштабах: Sak et al., 2014 (pdf) Обучение забыванию: Gers et al., 1999 (pdf) Долговременная и кратковременная память (LSTM): Hochreiter et al., 1997 (pdf)

Args
`num_units`	int, Количество единиц в ячейке LSTM.
`use_peepholes`	bool, установите True, чтобы включить диагональные/обратные связи.
`cell_clip`	(необязательно) Числовое значение с плавающей точкой. Если указано, состояние ячейки ограничено этим значением перед активацией выходного состояния ячейки.
`initializer`	(необязательно) Инициализатор для весов и проекционных матриц.
`num_proj`	(необязательно) int, Размерность выходных данных для проекционных матриц. Если None, проекция не выполняется.
`proj_clip`	(необязательно) Числовое значение с плавающей точкой. Если `num_proj > 0` и `proj_clip` указаны, то спроецированные значения ограничиваются элементно по модулю значением `[-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 забывающей ячейки по умолчанию инициализируются единицей, чтобы уменьшить масштаб забывания в начале обучения. Необходимо установить его вручную в `0.0`, при восстановлении из контрольных точек обученных CudnnLSTM.
`state_is_tuple`	Если True, принимаемые и возвращаемые состояния являются кортежами из 2-х элементов - `c_state` и `m_state`. Если False, они конкатенируются по столбцам. Это последнее поведение скоро устареет.
`activation`	Функция активации внутренних состояний. По умолчанию: `tanh`. Также может быть строкой, которая находится в именах функций активации Keras.
`reuse`	(необязательно) Логическое значение Python, описывающее, следует ли повторно использовать переменные в существующей области. Если не `True`, а 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`	Тип данных по умолчанию для слоя (по умолчанию `None` означает использовать тип первого входа). Требуется при вызове `build` перед вызовом `call`.
`**kwargs`	Словарь, ключевые свойства для общих атрибутов слоя, таких как `trainable` и т. д., при создании ячейки из конфигураций get_config(). При восстановлении из обученных контрольных точек CudnnLSTM используйте `CudnnCompatibleLSTMCell` вместо этого.

Атрибуты
`graph`
`output_size`	Целое число или TensorShape: размер выходных данных, производимых этой ячейкой.
`scope_name`
`state_size`	Размер(ы) состояний, используемых этой ячейкой. Он может быть представлен целым числом, TensorShape или кортежем целых чисел или TensorShapes.

Методы

`get_initial_state`

Просмотр исходного кода

get_initial_state(
    inputs=None, batch_size=None, dtype=None
)

`zero_state`

Просмотр исходного кода

zero_state(
    batch_size, dtype
)

Возвращает тензор(ы) состояния с нулевыми значениями.

Args
`batch_size`	int, float или тензор единиц, представляющий размер пакета.
`dtype`	тип данных для состояния.

Возвращаемые значения

Возвращаемые значения
Если `state_size` - целое число или TensorShape, то возвращаемое значение - тензор `N-D` формы `[batch_size, state_size]` заполненный нулями. Если `state_size` является вложенным списком или кортежем, то возвращаемое значение - вложенный список или кортеж (такой же структуры) из 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 является вложенным списком или кортежем, то возвращаемое значение - вложенный список или кортеж (такой 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/r2.4/api_docs/python/tf/compat/v1/nn/rnn_cell/LSTMCell