Du code Tensorflow : Tensorflow. RnnCell.
num_units: int, The number of units in the LSTM cell.
Je ne peux pas comprendre ce que cela signifie. Quelles sont les unités de la cellule LSTM. Entrée, sortie et oublier les portes? Cela signifie-t-il «nombre d'unités dans la couche de projection récurrente pour Deep LSTM». Alors pourquoi cela s'appelle-t-il "nombre d'unités dans la cellule LSTM"? Qu'est-ce qu'une cellule LSTM et quelle est la différence par rapport au bloc LSTM, quelle est l'unité LSTM minimale sinon la cellule?
neural-network
tensorflow
rnn
Brans Ds
la source
la source
Réponses:
Comme le disent les commentaires utiles de cette fonction,
Essentiellement, la couche contiendra plusieurs unités LSTM parallèles, structurellement identiques, mais chacune finira par «apprendre à se souvenir» de quelque chose de différent.
la source
La plupart des diagrammes LSTM / RNN montrent simplement les cellules cachées mais jamais les unités de ces cellules. D'où la confusion. Chaque couche cachée a des cellules cachées, autant que le nombre de pas de temps. Et de plus, chaque cellule cachée est composée de plusieurs unités cachées, comme dans le diagramme ci-dessous. Par conséquent, la dimensionnalité d'une matrice de couche cachée dans RNN est (nombre de pas de temps, nombre d'unités cachées).
la source
Dans Keras, qui se trouve au-dessus de TensorFlow ou Theano, lorsque vous appelez
model.add(LSTM(num_units))
, num_units est la dimensionnalité de l'espace de sortie (d' ici , ligne 863). Pour moi, cela signifie quenum_units
le nombre d'unités cachées dont les activations sont envoyées au pas de temps suivant.la source
Le nombre d'unités dans un RNN est le nombre d'unités de mémoire RNN à chaque entrée de la séquence attachées les unes aux autres verticalement, et chacune transmet les informations filtrées aux unités de mémoire suivantes.
Rappelez-vous que ce concept a été inspiré du concept informatique du flux d'allocation de mémoire à différentes unités de taille de bit.
la source