tf.contrib.rnn.BasicLSTMCell是单个LSTM单元还是LSTM层?

在tensorflow中,有一个lstm实现称为BasicLSTMCellat tf.contrib.rnn.BasicLSTMCell它具有一个参数num_units,表示LSTM单元中的单元数。但是我不知道那意味着什么。

如果我这样定义一个lstm单元:

lstm_cell = tf.contrib.rnn.BasicLSTMCell(512).

lstm_cell是什么样的?它是lstm节点还是具有512节点的lstm层?谁能告诉我这件事?

朱塞佩·马拉

它是具有512个单位的LSTM层。

BasicLSTMCell实现抽象类RNNCell从文档中:

代表RNN单元格的抽象对象。

每个RNNCell必须具有以下属性,并call使用签名实现(output, next_state) = call(input, state)

[...]

单元格的此定义不同于文献中使用的定义。在文献中,“单元”是指具有单个标量输出的对象。此定义是指此类单元的水平阵列

创建LSTM层以及展开反向传播波谷时间的一种常见方法是:

lstm_cell = tf.contrib.rnn.BasicLSTMCell(512)
outputs, final_state = tf.nn.static_rnn(cell=lstm_cell,
                           dtype=tf.float32,
                           inputs=some_input_sequence)

哪里:

  • some_input_sequencenum_steps大小张量的列表[batch_size, input_size]
  • outputs将包含的每个元素之后的图层输出some_input_sequence因此,它再次是num _steps大小元素的列表[batch_size, 512](其中512是单元的单位数量)
  • final_state在处理完整个序列后将包含状态。特别是,对于LSTM,它是一个具有两个元素c的命名元组h(LSTM的两个状态)。

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章

没有tf.contrib.rnn.MultiRNNCell的多层LSTM

TensorFLow:tf.contrib.rnn模块对象不可调用

多维张量作为张量流中rnn的输入(tf.contrib.rnn.RNNCell)

Tensorflow:tf.nn.dropout和tf.contrib.rnn.DropoutWrapper有什么区别?

如何将字符串传递给 tf.contrib.rnn.MultiRNNCell?

当我使用tf.contrib.rnn.LayerNormBasicLSTMCell时,类型错误“张量”对象不可迭代

tf.contrib.rnn.DropoutWrapper 的 state_keep_prob 和 output_keep_prob 参数有什么不同

TF/Keras 中输入和输出长度不等的 RNN 层

LSTM / RNN多对一

在 Keras 中增加 RNN LSTM 单元的维度

RNN / LSTM单元格的解释

在GPU上训练RNN-我应该使用哪个tf.keras层?

用LSTM节点训练RNN

如何更新tensorflow以支持tf.contrib?

Tensorflow:tf.contrib弃用

使用“tf.contrib.factorization.KMeansClustering”

ValueError:变量rnn / basic_rnn_cell / kernel已存在,不允许使用。您是要在VarScope中设置“ reuse = True”还是“ reuse = tf.AUTO_REUSE”?

TensorFlow-tf.layers与tf.contrib.layers

tf.reshape与tf.contrib.layers.flatten

tf.nn.relu与tf.contrib.layers.relu?

多单元LSTM RNN返回nan训练错误

LSTM Tensorflow中最终单元状态与RNN输出之间的差异?

AttributeError:模块“ tensorflow.contrib.rnn”没有属性“ stack_bidirectional_dynamic_rnn”

使用LSTM RNN改组训练数据

如何计算RNN / LSTM中的损耗?

拟合RNN LSTM模型时出错

非常规使用RNN / LSTM

Tensorflow RNN-LSTM-重置隐藏状态

使用Keras与LSTM和RNN斗争