deep_learning_Function_rnn_cell.BasicLSTMCell
2024-08-30 09:12:45
tf.nn.rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0, state_is_tuple=True): n_hidden表示神经元的个数,forget_bias就是LSTM们的忘记系数,如果等于1,就是不会忘记任何信息。如果等于0,就都忘记。state_is_tuple默认就是True,官方建议用True,就是表示返回的状态用一个元祖表示。这个里面存在一个状态初始化函数,就是zero_state(batch_size,dtype)两个参数。batch_size就是输入样本批次的数目,dtype就是数据类型。
例如:
import tensorflow as tf batch_size = 4
input = tf.random_normal(shape=[3, batch_size, 6], dtype=tf.float32)
cell = tf.nn.rnn_cell.BasicLSTMCell(10, forget_bias=1.0, state_is_tuple=True)
init_state = cell.zero_state(batch_size, dtype=tf.float32)
output, final_state = tf.nn.dynamic_rnn(cell, input, initial_state=init_state, time_major=True) #time_major如果是True,就表示RNN的steps用第一个维度表示,建议用这个,运行速度快一点。
#如果是False,那么输入的第二个维度就是steps。
#如果是True,output的维度是[steps, batch_size, depth],反之就是[batch_size, max_time, depth]。就是和输入是一样的
#final_state就是整个LSTM输出的最终的状态,包含c和h。c和h的维度都是[batch_size, n_hidden]
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(output))
print(sess.run(final_state))
————————————————
原文链接:https://blog.csdn.net/UESTC_C2_403/article/details/73353145
最新文章
- PHP 之道
- apache 自带的ab测试
- Eclipse下maven使用嵌入式(Embedded)Neo4j创建Hello World项目
- HTML标签拾遗
- NTDLL未文档化函数RtlGetNtVersionNumbers获取操作系统版本
- MVC4 @RenderBody、@RenderSection、@RenderPage、Html.RenderPartial、Html.RenderAction的作用和区别
- NVL 和NVL2函数
- ubuntu命令查补
- js的传值,table中tr的遍历,js中动态创建数组
- SQL跨服务器操作语句
- 大陆居民身份证验证方法(java)
- android 多线程断点续传下载
- Hive的安装配置
- 【软件project】生存期模型(含图)
- Oracle学习的一些建议(转)
- Python爬虫代理IP池
- windows下python环境+selenium环境搭建
- 软件项目第一次Sprint总结
- myEclipse全局搜索时报错
- Hadoop2源码分析-序列化篇