RNN
循环神经网络
该OP是循环神经网络(RNN)的封装,将输入的Cell封装为一个循环神经网络。它能够重复执行 直到遍历完input中的所有Tensor。
参数:
cell (RNNCellBase) - RNNCellBase类的一个实例。
输入:
inputs (Tensor) - 输入(可以是多层嵌套的)。如果time_major为False,则Tensor的形状为[batch_size,time_steps,input_size],如果time_major为True,则Tensor的形状为[time_steps,batch_size,input_size],input_size为cell的input_size。
initial_states (Tensor|list|tuple,可选) - 输入cell的初始状态(可以是多层嵌套的),如果没有给出则会调用 生成初始状态。默认为None。
输出:
outputs (Tensor|list|tuple) - 输出。如果time_major为False,则Tensor的形状为[batch_size,time_steps,hidden_size],如果time_major为True,则Tensor的形状为[time_steps,batch_size,hidden_size]。
final_states (Tensor|list|tuple) - cell的最终状态,嵌套结构,形状和数据类型都与初始状态相同。
注解
代码示例: