このページは Cloud Translation API によって翻訳されました。
Switch to English

tf.keras.experimental.PeepholeLSTMCell

TensorFlow 1つのバージョン GitHubの上のソースを表示

LSTMCellクラスに相当しますがのぞき穴接続を追加します。

:から継承LSTMCell

ピープホール接続は、ゲートが前の内部状態ならびに(LSTMCellは、限定されるものである)以前の隠れ状態を利用することを可能にします。これはPeepholeLSTMCellが良いLSTMCell上で正確なタイミングを学ぶことができます。

ジェールら、2002

「我々は、スパイクの配列は任意の短いトレーニング手本の助けを借りずに50のまたは49時間の手順離れてどちらかの間隔の間の微妙な区別を学ぶことができ、その乗法ゲートには、内部の細胞から 『ピープホールの接続』によって増補そのLSTMを見つけます。」

のぞき穴実装はに基づいています。

SAKら2014年

例:

 # Create 2 PeepholeLSTMCells
peephole_lstm_cells = [PeepholeLSTMCell(size) for size in [128, 256]]
# Create a layer composed sequentially of the peephole LSTM cells.
layer = RNN(peephole_lstm_cells)
input = keras.Input((timesteps, input_dim))
output = layer(input)
 

メソッド

get_dropout_mask_for_cell

ソースを表示

RNNセルの入力のためのドロップアウトのマスクを取得します。

既存のキャッシュされたマスクがない場合は、コンテキストに基づいてマスクを作成します。新しいマスクが生成されると、それは細胞内のキャッシュを更新します。

引数
inputs その形状入力テンソルは、ドロップアウトマスクを生成するために使用されるであろう。
training そのトレーニングモードでは、ドロップアウトが非トレーニングモードでは無視されるかどうかをブールテンソル、。
count マスクが生成されますどのように多くのドロップアウトのInt、。これは、一緒に融合内部重みを持つセルに便利です。

戻り値
コンテキストに基づいてマスクを生成したり、キャッシュされたマスクテンソルのリスト、。

get_initial_state

ソースを表示

get_recurrent_dropout_mask_for_cell

ソースを表示

RNN電池用再発ドロップアウトマスクを取得します。

既存のキャッシュされたマスクがない場合は、コンテキストに基づいてマスクを作成します。新しいマスクが生成されると、それは細胞内のキャッシュを更新します。

引数
inputs その形状入力テンソルは、ドロップアウトマスクを生成するために使用されるであろう。
training そのトレーニングモードでは、ドロップアウトが非トレーニングモードでは無視されるかどうかをブールテンソル、。
count マスクが生成されますどのように多くのドロップアウトのInt、。これは、一緒に融合内部重みを持つセルに便利です。

戻り値
コンテキストに基づいてマスクを生成したり、キャッシュされたマスクテンソルのリスト、。

reset_dropout_mask

ソースを表示

もしあれば、キャッシュされたドロップアウト・マスクをリセットします。

キャッシュされたマスクは、()cell.callを呼び出す前にクリアされるように、RNN層はこのことで呼び出す()メソッドを呼び出すためにため、これは重要です。マスクは、同じバッチ内のタイムステップ間でキャッシュされるべきではなく、バッチ間でキャッシュされるべきではありません。それ以外の場合は、バッチ内のデータの特定のインデックスに対する不当なバイアスをご紹介します。

reset_recurrent_dropout_mask

ソースを表示

もしあれば、キャッシュされた再発ドロップアウト・マスクをリセットします。

キャッシュされたマスクは、()cell.callを呼び出す前にクリアされるように、RNN層はこのことで呼び出す()メソッドを呼び出すためにため、これは重要です。マスクは、同じバッチ内のタイムステップ間でキャッシュされるべきではなく、バッチ間でキャッシュされるべきではありません。それ以外の場合は、バッチ内のデータの特定のインデックスに対する不当なバイアスをご紹介します。