TensorFlow中MultiRNNCell的正确调用方式,多层LSTM

在TensorFlow中使用BasicLSTMCell和MultiRNNCell实现多层LSTM循环神经网络时,关于MultiRNNCell的用法,网络上很多例程中是错误的,误人子弟
  • 下面这样直接用一个BasicLSTMCell复制是错误的,会导致各层共享权重
    basic_cell = tf.nn.rnn_cell.BasicLSTMCell(rnn_unit)
    multi_cell = tf.nn.rnn_cell.MultiRNNCell([basic_cell]*layer_num)
    
  • 在新版本TensorFlow源码中可以看到,上面这样的写法会给出警告:
    if len(set([id(cell) for cell in cells])) < len(cells):
        logging.log_first_n(logging.WARN,
                            "At least two cells provided to MultiRNNCell "
                            "are the same object and will share weights.", 1)
    
  • 官方推荐的写法,使用列表生成器:
      num_units = [128, 64]
      cells = [BasicLSTMCell(num_units=n) for n in num_units]
      stacked_rnn_cell = MultiRNNCell(cells)
    
  • 7
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 7
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
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