tf.compat.v1.nn.rnn_cell.BasicRNNCell

Самая базовая ячейка RNN.

Наследуется от: RNNCell, Layer, Layer, Module

tf.compat.v1.nn.rnn_cell.BasicRNNCell(
    num_units, activation=None, reuse=None, name=None, dtype=None, **kwargs
)

Обратите внимание, что эта ячейка не оптимизирована для производительности. Используйте tf.contrib.cudnn_rnn.CudnnRNNTanh для лучшей производительности на GPU.

Аргументы
`num_units`	целое число, количество единиц в ячейке RNN.
`activation`	Нелинейность для использования. По умолчанию: `tanh`. Также может быть строкой, которая находится в именах функций активации Keras.
`reuse`	(необязательно) булево значение Python, описывающее, следует ли повторно использовать переменные в существующем объеме. Если не `True`, и существующий объем уже содержит заданные переменные, возникает ошибка.
`name`	Строка, имя слоя. Слои с одинаковым именем будут совместно использовать веса, но для избежания ошибок в таких случаях требуется reuse=True.
`dtype`	Тип данных по умолчанию для слоя (значение по умолчанию `None` означает использование типа первого входного значения). Требуется, когда `build` вызывается до `call`.
`**kwargs`	Словарь, ключевые именованные свойства для общих атрибутов слоя, таких как `trainable` и т. д., при построении ячейки из конфигураций get_config().

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

Методы

`apply`

Просмотреть исходный код

apply(
    *args, **kwargs
)

`get_initial_state`

Просмотреть исходный код

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

`get_losses_for`

Просмотреть исходный код

get_losses_for(
    inputs
)

Извлекает потери, относящиеся к определенному набору входных данных.

Аргументы
`inputs`	Входной тензор или список/кортеж входных тензоров.

Возвращает
Список тензоров потерь слоя, зависящих от `inputs`.

`get_updates_for`

Просмотреть исходный код

get_updates_for(
    inputs
)

Извлекает обновления, относящиеся к определенному набору входных данных.

Аргументы
`inputs`	Входной тензор или список/кортеж входных тензоров.

Возвращает
Список операций обновления слоя, зависящих от `inputs`.

`zero_state`

Просмотреть исходный код

zero_state(
    batch_size, dtype
)

Возвращает тензор(ы) состояния, заполненные нулями.

Аргументы
`batch_size`	Целое число, число с плавающей точкой или тензор единицы, представляющий размер пакета.
`dtype`	Тип данных для использования для состояния.

Возвращает

Возвращает
Если `state_size` является целым числом или TensorShape, то возвращаемое значение является тензором `N-D` формы `[batch_size, state_size]` , заполненным нулями. Если `state_size` является вложенным списком или кортежем, то возвращаемое значение является вложенным списком или кортежем (с той же структурой) тензоров `2-D` с формами `[batch_size, s]` для каждого s в `state_size`.

Если state_size является целым числом или TensorShape, то возвращаемое значение является тензором N-D формы [batch_size, state_size] , заполненным нулями.

Если state_size является вложенным списком или кортежем, то возвращаемое значение является вложенным списком или кортежем (с той же структурой) тензоров 2-D с формами [batch_size, s] для каждого s в state_size.

© 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/BasicRNNCell