tf.nn.rnn_cell.DrououtWrapper函数的用法
2017-06-17 10:06
441 查看
tf.nn.rnn_cell.DrououtWrapper(cell, input_keep_prob=1.0, output_keep_prob=1.0)主要的参数就是三个,第一个就是输入的循环神经网络的cell,可以设定为BasicLSTMCell等等。第二个参数就是输入数据使用dropout,后面的概率,如果是一,就不会执行dropout。第三个参数是一样的意思。一般这里的dropout是在输入,输出,或者不用的循环层之间使用,或者全连接层,不会在同一层的循环体中使用。
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.BasicLSTMCell(10, state_is_tuple=True)
state = cell.zero_state(3, tf.float32)
cell_dr = tf.nn.rnn_cell.DropoutWrapper(cell, input_keep_prob=1.0, output_keep_prob=1.0)
output, state = tf.nn.dynamic_rnn(cell_dr, X, initial_state=state, time_major=False)
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
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.BasicLSTMCell(10, state_is_tuple=True)
state = cell.zero_state(3, tf.float32)
cell_dr = tf.nn.rnn_cell.DropoutWrapper(cell, input_keep_prob=1.0, output_keep_prob=1.0)
output, state = tf.nn.dynamic_rnn(cell_dr, X, initial_state=state, time_major=False)
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
相关文章推荐
- tf.nn.rnn_cell.DroupoutWrapper函数的用法
- tf.nn.rnn_cell.MultiRNNCell函数用法
- tf.nn.rnn_cell.BasicLSTMCell函数用法
- tf.nn.rnn_cell.BasicRNNCell函数的用法
- tf.nn has no attribute rnn_cell in version 1.0.1
- tf.nn.rnn_cell.GRUCell函数的使用
- Tensorflow--tf.nn.rnn_cell.BasicLSTMCell
- TensorFlow--tf.nn.rnn_cell.DrououtWrapper
- tf.nn.in_top_k的用法
- tf.nn.sparse_softmax_cross_entropy_with_logits的用法
- module 'tensorflow.python.ops.nn' has no attribute 'seq2seq' ‘rnn_cell’
- tf.nn.embedding_lookup函数的用法
- 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法
- tf.nn.separable_conv2d 用法
- 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法
- [TensorFlow] tf.nn.softmax_cross_entropy_with_logits的用法
- tf.nn.sparse_softmax_cross_entropy_with_logits()函数的用法
- 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法
- RNN调试错误:lstm_cell = tf.contrib.rnn.core_rnn_cell.BasicLSTMCell(lstm_size) 方法已失效
- tf.nn.in_top_k的用法