tf.nn.rnn_cell.GRUCell函数的使用

tf.nn.rnn_cell.GRUCell(num_units, input_size=None, activation=<function tanh>).num_units就是隐层神经元的个数,默认的activation就是tanh,你也可以自己定义,但是一般都不会去修改。这个函数的主要的参数就是num_units。

例如:

import tensorflow as tf;
import numpy as np;

X = tf.random_normal(shape=[3,5,6], dtype=tf.float32)
X = tf.reshape(X, [-1, 5, 6])
cell = tf.nn.rnn_cell.GRUCell(10)
init_state = cell.zero_state(3, dtype=tf.float32)
output, state = tf.nn.dynamic_rnn(cell, X, initial_state=init_state, time_major=False)
with tf.Session() as sess:
	sess.run(tf.initialize_all_variables())
	print sess.run(output)
	print sess.run(state)



评论 1
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
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