tf.compat.v1.nn.rnn_cell.BasicLSTMCell
Наследуется от: RNNCell, Layer, Layer, Module
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 рекуррентной сети LSTM.
Реализация основана на
Мы добавляем forget_bias (по умолчанию: 1) к смещениям забывающего шлюза, чтобы уменьшить масштаб забывания в начале обучения.
Она не позволяет ограничивать ячейки, использовать проекционный слой и не использует связи с отверстиями: это базовая основа.
Для продвинутых моделей, пожалуйста, используйте полную tf.compat.v1.nn.rnn_cell.LSTMCell, которая следует за ней.
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 | целое число, количество единиц в ячейке LSTM. |
forget_bias | число с плавающей точкой, 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 конкатенированы по оси столбца. Позднее поведение будет вскоре устаревшим. |
activation | Функция активации внутренних состояний. По умолчанию: tanh. Также может быть строкой, которая содержится в именах функций активации Keras. |
reuse | (необязательно) Python-логическое значение, описывающее, нужно ли повторно использовать переменные в существующем объёме. Если не True, и существующий объём уже содержит указанные переменные, возникает ошибка. |
name | Строка, имя слоя. Слои с одинаковым именем будут использовать общие веса, но для избежания ошибок мы требуем reuse=True в таких случаях. |
dtype | Тип по умолчанию для слоя (по умолчанию None означает использование типа первого входного значения). Требуется, когда build вызывается до call. |
**kwargs | Словарь, именованные 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 с помощью CudnnLSTM, необходимо использовать 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
apply
apply(
*args, **kwargs
)
get_initial_state
get_initial_state(
inputs=None, batch_size=None, dtype=None
)
get_losses_for
get_losses_for(
inputs
)
Возвращает потери, относящиеся к определённому набору входов.
| Аргументы | |
|---|---|
inputs | Входной тензор или список/кортеж входных тензоров. |
| Возвращает | |
|---|---|
Список тензоров потерь слоя, которые зависят от inputs. |
get_updates_for
get_updates_for(
inputs
)
Возвращает обновления, относящиеся к определённому набору входов.
| Аргументы | |
|---|---|
inputs | Входной тензор или список/кортеж входных тензоров. |
| Возвращает | |
|---|---|
Список операций обновления слоя, которые зависят от inputs. |
zero_state
zero_state(
batch_size, dtype
)
Возвращает тензор(ы) состояния с нулевыми значениями.
| Аргументы | |
|---|---|
batch_size | целое число, число с плавающей точкой или тензор, представляющий размер пакета. |
dtype | тип данных для состояния. |
| Возвращаемое значение | |
|---|---|
Если state_size — целое число или TensorShape, то возвращаемое значение — тензор N-D формы [batch_size, state_size], заполненный нулями. Если |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/compat/v1/nn/rnn_cell/BasicLSTMCell