tensorflow
Создание RNN, LSTM и двунаправленных RNN / LSTM с TensorFlow

Создание двунаправленной LSTM

import tensorflow as tf

dims, layers = 32, 2
# Creating the forward and backwards cells
lstm_fw_cell = tf.nn.rnn_cell.BasicLSTMCell(dims, forget_bias=1.0)
lstm_bw_cell = tf.nn.rnn_cell.BasicLSTMCell(dims, forget_bias=1.0)
# Pass lstm_fw_cell / lstm_bw_cell directly to tf.nn.bidrectional_rnn
# if only a single layer is needed
lstm_fw_multicell = tf.nn.rnn_cell.MultiRNNCell([lstm_fw_cell]*layers)
lstm_bw_multicell = tf.nn.rnn_cell.MultiRNNCell([lstm_bw_cell]*layers)

# tf.nn.bidirectional_rnn takes a list of tensors with shape 
# [batch_size x cell_fw.state_size], so separate the input into discrete
# timesteps.
_X = tf.unpack(state_below, axis=1)
# state_fw and state_bw are the final states of the forwards/backwards LSTM, respectively
outputs, state_fw, state_bw = tf.nn.bidirectional_rnn(lstm_fw_multicell, lstm_bw_multicell, _X, dtype='float32')

параметры

• state_below - трехмерный тензор со следующими размерами: [ batch_size , максимальный индекс последовательности, dims ]. Это происходит из предыдущей операции, такой как поиск слова вложения.
• dims - количество скрытых единиц.
• layers могут быть скорректированы выше 1 для создания сложной сети LSTM .

Заметки

• tf.unpack возможно, не сможет определить размер данной оси (используйте аргумент nums если это так).
• Может оказаться полезным добавить дополнительный вес + смещение умножения под LSTM (например, tf.matmul(state_below, U) + b .