tf.compat.v1.nn.rnn_cell.GRUCell

Ячейка Gated Recurrent Unit.

Наследуется от: RNNCell, Layer, Layer, Module

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

Обратите внимание, что эта ячейка не оптимизирована для производительности. Пожалуйста, используйте tf.contrib.cudnn_rnn.CudnnGRU для лучшей производительности на GPU или tf.contrib.rnn.GRUBlockCellV2 для лучшей производительности на CPU.

Аргументы
`num_units`	int, количество единиц в ячейке GRU.
`activation`	Нелинейность для использования. По умолчанию: `tanh`.
`reuse`	(необязательно) Булево значение Python, определяющее, нужно ли повторно использовать переменные в существующем контексте. Если не `True`, и существующий контекст уже содержит заданные переменные, возникает ошибка.
`kernel_initializer`	(необязательно) Инициализатор для использования для матриц весов и проекции.
`bias_initializer`	(необязательно) Инициализатор для использования для смещения.
`name`	Строка, имя слоя. Слои с одинаковым именем будут использовать общие веса, но для предотвращения ошибок в таких случаях требуется reuse=True.
`dtype`	Тип данных по умолчанию для слоя (по умолчанию `None` означает использование типа первого входного значения). Требуется при вызове `build` перед `call`.
`**kwargs`	Словарь, именованные ключевые свойства для общих атрибутов слоя, таких как `trainable` и т.д., при создании ячейки из конфигураций get_config(). Ссылки: Представление фраз с помощью RNN Encoder Decoder для статистического машинного перевода: Cho et al., 2014 (pdf)

Атрибуты
`graph`
`output_size`	Целое число или TensorShape: размер выходных данных, производимых этой ячейкой.
`scope_name`
`state_size`	Размер(ы) состояния(ий), используемых 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
)

Получает потери, относящиеся к определенному набору входных данных.

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

Возвращаемое значение
Список тензоров потерь слоя, зависящих от `inputs`.

`get_updates_for`

Просмотреть исходный код

get_updates_for(
    inputs
)

Получает обновления, относящиеся к определенному набору входных данных.

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

Возвращаемое значение
Список операций обновления слоя, зависящих от `inputs`.

`zero_state`

Просмотреть исходный код

zero_state(
    batch_size, dtype
)

Возвращает тензор(ы) состояния с нулевыми значениями.

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` — это int или TensorShape, то возвращаемое значение — `N-D` тензор формы `[batch_size, state_size]`, заполненный нулями. Если `state_size` — это вложенный список или кортеж, то возвращаемое значение — вложенный список или кортеж (той же структуры) из `2-D` тензоров с формами `[batch_size, s]` для каждого s в `state_size`.

Если state_size — это int или TensorShape, то возвращаемое значение — N-D тензор формы [batch_size, state_size], заполненный нулями.

Если state_size — это вложенный список или кортеж, то возвращаемое значение — вложенный список или кортеж (той же структуры) из 2-D тензоров 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/GRUCell