tf.keras.layers.LSTM 示例

import tensorflow as tf

inputs = tf.random.normal([1,  # batch2,  # 时间步长（时间窗）3  # 输入维度
])
print("输入：", inputs.shape)

输入： (1, 2, 3)

lstm = tf.keras.layers.LSTM(4)
output = lstm(inputs)
print("最后一个输出值：", output)

最后一个输出值： tf.Tensor([[-0.02074971 -0.06181227 -0.00734914  0.00274102]], shape=(1, 4), dtype=float32)

lstm = tf.keras.layers.LSTM(4,  # 输出空间的正整数、维度。# 返回单个 hidden state值还是返回全部time step 的 hidden state值。 False 返回单个， true 返回全部。return_sequences=True
)
output = lstm(inputs)
print("所有输出值：", output)

所有输出值： tf.Tensor(
[[[ 0.15341435  0.09737927 -0.13387154  0.05538211][ 0.0466701   0.04704784 -0.14747564  0.01897318]]], shape=(1, 2, 4), dtype=float32)

lstm = tf.keras.layers.LSTM(4,  # 输出空间的正整数、维度。return_state=True  # 是否返回除输出之外的最后一个状态。
)
lstm1, state_h, state_c = lstm(inputs)
print("最后一个输出值：", lstm1)
print("最后一个输出值：", state_h)
print("隐藏状态值：", state_c)

最后一个输出值： tf.Tensor([[ 0.02579227  0.05082012 -0.00955747  0.04579654]], shape=(1, 4), dtype=float32)
最后一个输出值： tf.Tensor([[ 0.02579227  0.05082012 -0.00955747  0.04579654]], shape=(1, 4), dtype=float32)
隐藏状态值： tf.Tensor([[ 0.06498837  0.11387149 -0.02051686  0.10319157]], shape=(1, 4), dtype=float32)

lstm = tf.keras.layers.LSTM(4,  # 输出空间的正整数、维度。# 返回单个 hidden state值还是返回全部time step 的 hidden state值。 False 返回单个， true 返回全部。return_sequences=True,return_state=True
)
lstm1, state_hidden, state_cell = lstm(inputs)
print("所有输出值：", lstm1)
print("最后一个输出值：", state_hidden)
print("隐藏状态值：", state_cell)

所有输出值： tf.Tensor(
[[[-0.2615968  -0.11358638 -0.02559761  0.03946158][ 0.001031   -0.0546873   0.03478507  0.00940466]]], shape=(1, 2, 4), dtype=float32)
最后一个输出值： tf.Tensor([[ 0.001031   -0.0546873   0.03478507  0.00940466]], shape=(1, 4), dtype=float32)
隐藏状态值： tf.Tensor([[ 0.00235827 -0.10970385  0.08445251  0.01719776]], shape=(1, 4), dtype=float32)

tf.keras.layers.LSTM 示例相关推荐

tf.keras.layers.MaxPool2D 示例池化层
tf.keras.layers.MaxPool2D 示例池化层 import tensorflow as tf import numpy as np inputs = np.random.randi ...
tf.keras.layers.Resizing 示例改变维度的层
tf.keras.layers.Resizing 示例改变维度的层 import tensorflow as tf # 创建一个输入的张量 inputs = tf.random.normal([ 2 ...
【Tensorflow+Keras】tf.keras.layers.LSTM的解析与使用
1 作用原理实现LSTM网络原理介绍:长短期记忆模型(Long-Short Term Memory,LSTM) 2 参数 tf.keras.layers.LSTM( units, activati ...
tensorflow keras 上采样（放大图片） tf.keras.layers.UpSampling2D 示例
input_shape = (4, 28, 28, 3) # 样本数:4,图片大小:28 * 28,通道:3 inputs = tf.random.normal(input_shape) print( ...
tf.keras.layers.TextVectorization 示例
将文本要素映射到整数序列的预处理图层. 将不同长度的文本,转换成相同长度的数组 import tensorflow as tf text_layer = tf.keras.layers.TextVec ...
tf.keras.layers.Dropout 示例
import tensorflow as tf import numpy as np 随机删除神经元,防止过度拟合 tf.random.set_seed(0) layer = tf.keras.lay ...
tf.keras.layers.Conv2D 示例
import tensorflow as tf input_shape = (4, 28, 28, 3) # 样本数:4,图片大小:28 * 28,通道:3 inputs = tf.random.no ...
tf.keras.layers.Reshape 示例
import tensorflow as tf 除第一维外的维度改变 reshape = tf.keras.layers.Reshape((5, 16), # 输出的维度,输出维度乘积 = 输入维度的 ...
tf.keras.layers.Flatten() 示例
import tensorflow as tf flatten = tf.keras.layers.Flatten() print(flatten) <tensorflow.python.ker ...

tf.keras.layers.LSTM 示例

tf.keras.layers.LSTM 示例相关推荐

最新文章

热门文章