python人工智能tensorflow怎么构建循环神经网络RNN

本篇内容介绍了“python人工智能tensorflow怎么构建循环神经网络RNN”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！RNN 是当前发展非常火热的神经网络中的一种，它擅长对序列数据进行处理。什么是序列数据呢？举个例子。现在假设有四个字，“我” “去” “吃” “饭”。我们可以对它们进行任意的排列组合。“我去吃饭”，表示的就是我要去吃饭了。“饭去吃我”，表示的就是饭成精了。“我吃去饭”，表示的我要去吃‘去饭’了。不同的排列顺序会导致不同的语意，序列数据表示的就是按照一定顺序排列的序列，这种排列一般存在一定的意义。。所以我们知道了RNN有顺序存储的这个抽象概念，但是RNN如何学习这个概念呢？那么，让我们来看一个传统的神经网络，也称为前馈神经网络。它有输入层，隐藏层和输出层。就像这样对于RNN来讲，其结构示意图是这样的：一句话可以分为N个part，比如“我去吃饭”可以分为四个字，“我” “去” “吃” “饭”，分别可以传入四个隐含层，前一个隐含层会有一个输出按照一定的比率传给后一个隐含层，比如第一个“我”输入隐含层后，有一个输出按照w1的比率输入给下一个隐含层，当第二个“去”进入隐含层时，隐含层同样要接收“我”传过来的信息。以此类推，在到达最后一个“饭”时，最后的输出便得到了前面全部的信息。其伪代码形式为：num_units：RNN单元中的神经元数量，即输出神经元数量。activation：激活函数。reuse：描述是否在现有范围中重用变量。如果不为True，并且现有范围已经具有给免费云主机域名定变量，则会引发错误。name：层的名称。dtype：该层的数据类型。kwargs：常见层属性的关键字命名属性，如trainable，当从get_config()创建cell 。在使用时，可以定义为：在定义完成后，可以进行状态初始化：cell：上文所定义的lstm_cell。inputs：RNN输入。如果time_major==false（默认），则必须是如下shape的tensor：[batch_size，max_time，…]或此类元素的嵌套元组。如果time_major==true，则必须是如下形状的tensor：[max_time，batch_size，…]或此类元素的嵌套元组。sequence_length：Int32/Int64矢量大小。用于在超过批处理元素的序列长度时复制通过状态和零输出。因此，它更多的是为了性能而不是正确性。initial_state：上文所定义的_init_state。dtype：数据类型。parallel_iterations：并行运行的迭代次数。那些不具有任何时间依赖性并且可以并行运行的操作将是。这个参数用时间来交换空间。值>>1使用更多的内存，但花费的时间更少，而较小的值使用更少的内存，但计算需要更长的时间。time_major：输入和输出tensor的形状格式。如果为真，这些张量的形状必须是[max_time，batch_size，depth]。如果为假，这些张量的形状必须是[batch_size，max_time，depth]。使用time_major=true会更有效率，因为它可以避免在RNN计算的开始和结束时进行换位。但是，大多数TensorFlow数据都是批处理主数据，因此默认情况下，此函数为False。scope：创建的子图的可变作用域；默认为“RNN”。在RNN的最后，需要用该函数得出结果。返回的是一个元组 (outputs, state)：outputs：RNN的最后一层的输出，是一个tensor。如果为time_major== False，则它的shape为[batch_size,max_time,cell.output_size]。如果为time_major== True，则它的shape为[max_time,batch_size,cell.output_size]。states：states是一个tensor。state是最终的状态，也就是序列中最后一个cell输出的状态。一般情况下states的形状为 [batch_size, cell.output_size]，但当输入的cell为BasicLSTMCell时，states的形状为[2，batch_size, cell.output_size ]，其中2也对应着LSTM中的cell state和hidden state。整个RNN的定义过程为：该例子为手写体识别例子，将手写体的28行分别作为每一个step的输入，输入维度均为28列。“python人工智能tensorflow怎么构建循环神经网络RNN”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注百云主机网站，小编将为大家输出更多高质量的实用文章！

相关推荐: C#与C++枚举的区别是什么

本篇内容介绍了“C#与C++枚举的区别是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！枚举类型中的每个元素，可以直接使用，不必通过类型.元素的方式调用没有+…