BlockLSTM

lớp cuối cùng công khai BlockLSTM

Tính toán tốc độ lan truyền tiến của ô LSTM cho tất cả các bước thời gian.

Điều này tương đương với việc áp dụng LSTMBlockCell trong một vòng lặp, như sau: 

for x1 in unpack(x):
   i1, cs1, f1, o1, ci1, co1, h1 = LSTMBlock(
     x1, cs_prev, h_prev, w, wci, wcf, wco, b)
   cs_prev = cs1
   h_prev = h1
   i.append(i1)
   cs.append(cs1)
   f.append(f1)
   o.append(o1)
   ci.append(ci1)
   co.append(co1)
   h.append(h1)
 return pack(i), pack(cs), pack(f), pack(o), pack(ci), pack(ch), pack(h)
 
 Note that unlike LSTMBlockCell (and BlockLSTM) which uses ICFO gate layout,
 this op uses IFCO. So in order for the following snippet to be equivalent
 all gate-related outputs should be reordered.

Các lớp lồng nhau

lớp học BlockLSTM.Options Thuộc tính tùy chọn cho BlockLSTM

Hằng số

Sợi dây OP_NAME Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Phương pháp công khai

BlockLSTM.Options tĩnh
cellClip (Float cellClip)
Đầu ra <T>
ci ()
Đầu vào ô trong toàn bộ chuỗi thời gian.
Đầu ra <T>
đồng ()
Các ô sau tanh theo toàn bộ chuỗi thời gian.
tĩnh <T mở rộng TNumber > BlockLSTM <T>
tạo ( Phạm vi phạm vi, Toán hạng < TInt64 > seqLenMax, Toán hạng <T> x, Toán hạng <T> csPrev, Toán hạng <T> hPrev, Toán hạng <T> w, Toán hạng <T> wci, Toán hạng <T> wcf, Toán hạng <T > wco, Toán hạng <T> b, Tùy chọn... tùy chọn)
Phương thức xuất xưởng để tạo một lớp bao bọc hoạt động BlockLSTM mới.
Đầu ra <T>
cs ()
Các trạng thái ô trước tanh trên toàn bộ chuỗi thời gian.
Đầu ra <T>
f ()
Cổng quên trong toàn bộ chuỗi thời gian.
Đầu ra <T>
h ()
Vector h đầu ra trong toàn bộ chuỗi thời gian.
Đầu ra <T>
Tôi ()
Cổng đầu vào trong toàn bộ chuỗi thời gian.
Đầu ra <T>
o ()
Cổng đầu ra trên toàn bộ chuỗi thời gian.
BlockLSTM.Options tĩnh
sử dụngLỗ nhìn trộm (Sử dụng BooleanLỗ nhìn trộm)

Phương pháp kế thừa

Hằng số

Chuỗi cuối cùng tĩnh công khai OP_NAME

Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Giá trị không đổi: "BlockLSTMV2"

Phương pháp công khai

công khai BlockLSTM.Options cellClip (Float cellClip)

Thông số
tế bàoClip Giá trị để cắt giá trị 'cs' thành.

Đầu ra công khai <T> ci ()

Đầu vào ô trong toàn bộ chuỗi thời gian.

Đầu ra công khai <T> co ()

Các ô sau tanh theo toàn bộ chuỗi thời gian.

public static BlockLSTM <T> tạo ( Phạm vi phạm vi, Toán hạng < TInt64 > seqLenMax, Toán hạng <T> x, Toán hạng <T> csPrev, Toán hạng <T> hPrev, Toán hạng <T> w, Toán hạng <T> wci, Toán hạng <T > wcf, Toán hạng <T> wco, Toán hạng <T> b, Tùy chọn... tùy chọn)

Phương thức xuất xưởng để tạo một lớp bao bọc hoạt động BlockLSTM mới.

Thông số
phạm vi phạm vi hiện tại
seqLenMax Khoảng thời gian tối đa thực sự được sử dụng bởi đầu vào này. Đầu ra được đệm bằng các số 0 vượt quá độ dài này.
x Trình tự đầu vào cho LSTM, hình dạng (timelen, batch_size, num_inputs).
csPrev Giá trị của trạng thái ô ban đầu.
hTrước Đầu ra ban đầu của ô (được sử dụng cho lỗ nhìn trộm).
w Ma trận trọng số.
wci Ma trận trọng số cho kết nối lỗ nhìn trộm cổng đầu vào.
wcf Ma trận trọng số cho kết nối lỗ nhìn trộm cổng quên.
wco Ma trận trọng số cho kết nối lỗ nhìn trộm cổng đầu ra.
b Vectơ thiên vị.
tùy chọn mang các giá trị thuộc tính tùy chọn
Trả lại
  • một phiên bản mới của BlockLSTM

Đầu ra công khai <T> cs ()

Các trạng thái ô trước tanh trên toàn bộ chuỗi thời gian.

Đầu ra công khai <T> f ()

Cổng quên trong toàn bộ chuỗi thời gian.

Đầu ra công khai <T> h ()

Vector h đầu ra trong toàn bộ chuỗi thời gian.

Đầu ra công khai <T> i ()

Cổng đầu vào trong toàn bộ chuỗi thời gian.

Đầu ra công khai <T> o ()

Cổng đầu ra trên toàn bộ chuỗi thời gian.

public static BlockLSTM.Options usePeephole (Boolean usePeephole)

Thông số
sử dụngLỗ nhìn trộm Có nên sử dụng trọng lượng lỗ nhìn trộm hay không.