Python tf.keras.layers.Bidirectional用法及代碼示例

RNN 的雙向包裝器。

繼承自：Wrapper、Layer、Module

用法

tf.keras.layers.Bidirectional(
    layer, merge_mode='concat', weights=None, backward_layer=None,
    **kwargs
)

參數

layer
tf.keras.layers.RNN例如，例如tf.keras.layers.LSTM或者tf.keras.layers.GRU.它也可能是一個tf.keras.layers.Layer滿足以下條件的實例：
1. 成為sequence-processing 層(接受 3D+ 輸入)。
2. 具有go_backwards , return_sequences 和return_state 屬性(與RNN 類具有相同的語義)。
3. 具有input_spec 屬性。
4. 通過 get_config() 和 from_config() 實現序列化。請注意，創建新 RNN 層的推薦方法是編寫自定義 RNN 單元並將其與 keras.layers.RNN 一起使用，而不是直接繼承 keras.layers.Layer。
5. 當 returns_sequences 為真時，無論圖層的原始 zero_output_for_mask 值如何，屏蔽時間步的輸出都將為零。
merge_mode 組合前向和後向 RNN 的輸出的模式。 {'sum'、'mul'、'concat'、'ave'、無}之一。如果為 None，則不會合並輸出，它們將作為列表返回。默認值為'concat'。
backward_layer 可選的 keras.layers.RNN 或 keras.layers.Layer 實例用於處理反向輸入處理。如果未提供backward_layer，則作為layer 參數傳遞的層實例將用於自動生成後向層。請注意，提供的 backward_layer 層應具有與 layer 參數匹配的屬性，特別是對於 stateful , return_states , return_sequences 等應具有相同的值。此外，backward_layer 和 layer 應具有不同的 go_backwards 參數值。如果不滿足這些要求，將引發 ValueError。

拋出

ValueError
1. 如果 layer 或 backward_layer 不是 Layer 實例。
2. 如果 merge_mode 參數無效。
3. 如果 backward_layer 與 layer 相比具有不匹配的屬性。

屬性

constraints

調用參數：

該層的調用參數與包裝的 RNN 層的調用參數相同。注意，在調用這一層的過程中傳遞initial_state參數時，initial_state列表中元素列表的前半部分將被傳遞給前向RNN調用，元素列表中的後半部分將被傳遞到反向 RNN 調用。

例子：

model = Sequential()
model.add(Bidirectional(LSTM(10, return_sequences=True), input_shape=(5, 10)))
model.add(Bidirectional(LSTM(10)))
model.add(Dense(5))
model.add(Activation('softmax'))
model.compile(loss='categorical_crossentropy', optimizer='rmsprop')

 # With custom backward layer
 model = Sequential()
 forward_layer = LSTM(10, return_sequences=True)
 backward_layer = LSTM(10, activation='relu', return_sequences=True,
                       go_backwards=True)
 model.add(Bidirectional(forward_layer, backward_layer=backward_layer,
                         input_shape=(5, 10)))
 model.add(Dense(5))
 model.add(Activation('softmax'))
 model.compile(loss='categorical_crossentropy', optimizer='rmsprop')

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.keras.layers.Bidirectional。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。