LSTMCell
长短期记忆网络单元
该OP是长短期记忆网络单元(LSTMCell),根据当前时刻输入x(t)和上一时刻状态h(t-1)计算当前时刻输出y(t)并更新状态h(t)。
状态更新公式如下:
其中:
-
:sigmoid激活函数。
详情请参考论文 :。
参数:
input_size (int) - 输入的大小。
hidden_size (int) - 隐藏状态大小。
weight_ih_attr (ParamAttr,可选) - weight_ih的参数。默认为None。
bias_ih_attr (ParamAttr,可选) - bias_ih的参数。默认为None。
bias_hh_attr (ParamAttr,可选) - bias_hh的参数。默认为None。
name (str, 可选): OP的名字。默认为None。详情请参考 Name。
变量:
weight_ih (Parameter) - input到hidden的变换矩阵的权重。形状为(4 * hidden_size, input_size)。对应公式中的
。
bias_ih (Parameter) - input到hidden的变换矩阵的偏置。形状为(4 * hidden_size, )。对应公式中的
bias_hh (Parameter) - hidden到hidden的变换矩阵的偏置。形状为(4 * hidden_size, )。对应公式中的
。
输入:
inputs (Tensor) - 输入。形状为[batch_size, input_size],对应公式中的 xtxt。
states (tuple,可选) - 一个包含两个Tensor的元组,每个Tensor的形状都为[batch_size, hidden_size],上一轮的隐藏状态。对应公式中的 ht−1,ct−1ht−1,ct−1。当state为None的时候,初始状态为全0矩阵。默认为None。
输出:
new_states (tuple) - 一个包含两个Tensor的元组,每个Tensor的形状都为[batch_size, hidden_size],新一轮的隐藏状态。形状为[batch_size, hidden_size],对应公式中的 ht,ctht,ct。
注解
所有的变换矩阵的权重和偏置都默认初始化为Uniform(-std, std),其中std = 1hidden_size√1hidden_size。对于参数初始化,详情请参考 。
代码示例: