tensorflow中RNN时间步内置的方法

最新推荐文章于 2024-07-25 10:37:06 发布

DeepMatter

最新推荐文章于 2024-07-25 10:37:06 发布

阅读量1.1k

点赞数

分类专栏： tensorflow rnn dynamic-rn 文章标签： tensorf

本文链接：https://blog.csdn.net/DeepMatter/article/details/78708947

版权

本文探讨在TensorFlow中如何避免手动循环，高效实现RNN的多时间步处理。通过对比传统静态RNN Cell与动态创建RNN模型的方式，阐述动态方法的优越性，并解释了在初始化时为何需要考虑batchsize乘以隐变量维度的原因，指出在一次迭代中，不同样本的RNN模型可以并行处理，各模型初始化状态可以独立。

摘要由CSDN通过智能技术生成

RNN中不用写循环，快速实现时间步的方法及理解

本博文参考以下文章，重点记录下自己的一些想法和理解：

https://zhuanlan.zhihu.com/p/28196873

下面是一段定义标准RNN cell的代码：

@requires_authorization
import tensorflow as tf
import numpy as np

cell = tf.nn.rnn_cell.BasicRNNCell(num_units=128) # state_size = 128
print(cell.state_size) # 128

inputs = tf.placeholder(np.float32, shape=(32, 100)) # 32 是 batch_size