[nlp] rnn的输出 outputs和last_states的含义

本文深入探讨了TensorFlow中的tf.nn.dynamic_rnn函数,重点解析其参数和返回值,特别是outputs和last_states的含义。虽然示例基于TF1.x,但适用于TF2.x环境。
摘要由CSDN通过智能技术生成

tf.nn.dynamic_rnn 详解 - 知乎

tf.nn.dynamic_rnn 函数是tensorflow封装的用来实现递归神经网络(RNN)的函数,

本文会重点讨论一下tf.nn.dynamic_rnn 函数的参数及返回值。

注意:这是tf1的写法,在tf2中执行的,只是讨论一下输出,并不是完整案例,完整参考TensorFlow 2 Tutorial: Get Started in Deep Learning With tf.keras

import tensorflow as tf
import numpy as np
X = np.random.randn(3, 6, 4)
X[1, 4:] = 0
X_lengths = [6, 4, 6]

rnn_hidden_size = 5
cell = tf.comp
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

心心喵

喵喵(*^▽^*)

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值