TensorFlow函數(shù)教程：tf.nn.static_bidirectional_rnn

tf.nn.static_bidirectional_rnn函數(shù)

別名：

• tf.contrib.rnn.static_bidirectional_rnn
• tf.nn.static_bidirectional_rnn

tf.nn.static_bidirectional_rnn(
    cell_fw,
    cell_bw,
    inputs,
    initial_state_fw=None,
    initial_state_bw=None,
    dtype=None,
    sequence_length=None,
    scope=None
)

定義在：tensorflow/python/ops/rnn.py。

創(chuàng)建雙向遞歸神經(jīng)網(wǎng)絡(luò)。

類似于上面的單向情況（rnn）但是接受輸入并構(gòu)建獨(dú)立的前向和反向RNN，最終的前向和反向輸出深度級(jí)聯(lián)，這樣輸出將具有格式[time] [batch] [cell_fw.output_size + cell_bw .output_size。前向和反向單元的input_size必須匹配。默認(rèn)情況下，兩個(gè)方向的初始狀態(tài)為零（但可以選擇設(shè)置），并且不會(huì)返回任何中間狀態(tài) - 如果給定序列的長(zhǎng)度，網(wǎng)絡(luò)完全展開，如果沒(méi)有給定長(zhǎng)度，則不展開。

參數(shù)：

• cell_fw：RNNCell的一個(gè)實(shí)例，用于前向。
• cell_bw：RNNCell的一個(gè)實(shí)例，用于反向。
• inputs：輸入的長(zhǎng)度為T的列表，每個(gè)輸入都是一個(gè)shape為[batch_size，input_size]的張量，或這些元素的嵌套元組。
• initial_state_fw:（可選）前向RNN的初始狀態(tài)。這必須是具有適當(dāng)類型和shape為[batch_size, cell_fw.state_size]的張量。如果cell_fw.state_size是一個(gè)元組，這應(yīng)該是具有shape為[batch_size, s]的張量元組，其中s來(lái)自cell_fw.state_size。
• initial_state_bw:（可選）與initial_state_fw相同，但使用cell_bw的相應(yīng)屬性。
• dtype:（可選）初始狀態(tài)的數(shù)據(jù)類型。如果未提供任何初始狀態(tài)，則為必需。
• sequence_length:（可選）int32或int64向量，大小為[batch_size]，包含每個(gè)序列的實(shí)際長(zhǎng)度。
• scope：用于創(chuàng)建子圖的VariableScope；默認(rèn)為“bidirectional_rnn”

返回：

元組（outputs，output_state_fw，output_state_bw）其中：

outputs是長(zhǎng)度為T的輸出列表（每個(gè)輸入一個(gè)），它們是深度級(jí)聯(lián)的前向和反向輸出。output_state_fw是前向rnn的最終狀態(tài)。output_state_bw是反向rnn的最終狀態(tài)。

可能引發(fā)的異常：

• TypeError：如果cell_fw或cell_bw不是RNNCell的實(shí)例。
• ValueError：如果輸入為None或空列表。