tf.keras.layers.AbstractRNNCell

Абстрактный объект, представляющий ячейку RNN.

Наследуется от: Layer, Module

tf.keras.layers.AbstractRNNCell(
    trainable=True, name=None, dtype=None, dynamic=False, **kwargs
)

См. Руководство по API RNN Keras для получения подробной информации об использовании API RNN.

Это базовый класс для реализации ячеек RNN с настраиваемым поведением.

Каждый RNNCell должен иметь указанные ниже свойства и реализовывать call с сигнатурой (output, next_state) = call(input, state).

Примеры:

class MinimalRNNCell(AbstractRNNCell):

  def __init__(self, units, **kwargs):
    self.units = units
    super(MinimalRNNCell, self).__init__(**kwargs)

  @property
  def state_size(self):
    return self.units

  def build(self, input_shape):
    self.kernel = self.add_weight(shape=(input_shape[-1], self.units),
                                  initializer='uniform',
                                  name='kernel')
    self.recurrent_kernel = self.add_weight(
        shape=(self.units, self.units),
        initializer='uniform',
        name='recurrent_kernel')
    self.built = True

  def call(self, inputs, states):
    prev_output = states[0]
    h = backend.dot(inputs, self.kernel)
    output = h + backend.dot(prev_output, self.recurrent_kernel)
    return output, output

Это определение ячейки отличается от определения, используемого в литературе. В литературе «ячейка» относится к объекту с одним скалярным выходом. Это определение относится к горизонтальному массиву таких единиц.

Ячейка RNN в самом абстрактном случае — это всё, что имеет состояние и выполняет некоторую операцию, которая принимает матрицу входных данных. Эта операция приводит к матрице выходов с self.output_size столбцами. Если self.state_size является целым числом, эта операция также приводит к новой матрице состояний с self.state_size столбцами. Если self.state_size является (возможно, вложенным кортежем из) объекта(ов) TensorShape, то она должна возвращать соответствующую структуру тензоров с формой [batch_size].concatenate(s) для каждой s в self.batch_size.

Методы

get_initial_state

Просмотреть исходный код

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