ConvLSTM2D 层

[源代码]

ConvLSTM2D 类

keras.layers.ConvLSTM2D(
    filters,
    kernel_size,
    strides=1,
    padding="valid",
    data_format=None,
    dilation_rate=1,
    activation="tanh",
    recurrent_activation="sigmoid",
    use_bias=True,
    kernel_initializer="glorot_uniform",
    recurrent_initializer="orthogonal",
    bias_initializer="zeros",
    unit_forget_bias=True,
    kernel_regularizer=None,
    recurrent_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    recurrent_constraint=None,
    bias_constraint=None,
    dropout=0.0,
    recurrent_dropout=0.0,
    seed=None,
    return_sequences=False,
    return_state=False,
    go_backwards=False,
    stateful=False,
    **kwargs
)

2D 卷积 LSTM。

与 LSTM 层类似，但输入变换和循环变换都是卷积的。

参数

• filters：int，输出空间的维度（卷积中的过滤器数量）。
• kernel_size: int 或 tuple/list of 2 integers，指定卷积窗口的大小。
• strides: int 或 tuple/list of 2 integers，指定卷积的步长。strides > 1 与 dilation_rate > 1 不兼容。
• padding: string，"valid" 或 "same"（不区分大小写）。"valid" 表示不填充。"same" 会在输入的左/右或上/下均匀填充，从而使输出具有与输入相同的 H/W 维度。
• data_format: string，可以是 "channels_last" 或 "channels_first"。输入中的维度顺序。"channels_last" 对应形状为 (batch, steps, features) 的输入，而 "channels_first" 对应形状为 (batch, features, steps) 的输入。它默认为 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果从未设置过，则默认为 "channels_last"。
• dilation_rate：整数或包含 2 个整数的元组/列表，指定用于扩张卷积的扩张率。
• activation：要使用的激活函数。默认应用双曲正切激活函数 (tanh(x))。
• recurrent_activation：用于循环步骤的激活函数。
• use_bias：布尔值，表示该层是否使用偏置向量。
• kernel_initializer：kernel 权重矩阵的初始化器，用于输入的线性变换。
• recurrent_initializer：recurrent_kernel 权重矩阵的初始化器，用于循环状态的线性变换。
• bias_initializer：偏置向量的初始化器。
• unit_forget_bias: Boolean。如果为 True，则在初始化时向遗忘门的偏置添加 1。与 bias_initializer="zeros" 结合使用。建议在 Jozefowicz et al., 2015 中使用。
• kernel_regularizer：应用于 kernel 权重矩阵的正则化函数。
• recurrent_regularizer：应用于 recurrent_kernel 权重矩阵的正则化函数。
• bias_regularizer：应用于偏置向量的正则化函数。
• activity_regularizer：应用于输出的正则化函数。
• kernel_constraint：应用于 kernel 权重矩阵的约束函数。
• recurrent_constraint：应用于 recurrent_kernel 权重矩阵的约束函数。
• bias_constraint：应用于偏置向量的约束函数。
• dropout：介于 0 和 1 之间的浮点数。用于输入线性变换的单元丢弃率。
• recurrent_dropout：介于 0 和 1 之间的浮点数。用于循环状态线性变换的单元丢弃率。
• seed：丢弃层的随机种子。
• return_sequences：布尔值。是否返回输出序列中的最后一个输出，还是返回整个序列。默认值：False。
• return_state：布尔值。除了输出之外，是否返回最后一个状态。默认值：False。
• go_backwards：布尔值（默认值：False）。如果为 True，则反向处理输入序列并返回反向序列。
• stateful：布尔值（默认值：False）。如果为 True，则批次中索引 i 处每个样本的最后一个状态将用作下一个批次中索引 i 处样本的初始状态。
• unroll: Boolean（默认：False）。如果为 True，网络将被展开，否则将使用符号循环。展开可以加速 RNN，尽管它通常更消耗内存。展开只适用于短序列。

调用参数

• inputs：一个 5D 张量。
• mask：形状为 (samples, timesteps) 的二进制张量，指示给定时间步是否应被掩码。
• training：Python 布尔值，指示层应在训练模式下还是在推断模式下运行。这仅在设置了 dropout 或 recurrent_dropout 时相关。
• initial_state：要传递给单元第一次调用的初始状态张量列表。

输入形状

• 如果 data_format='channels_first'：5D 张量，形状为：(samples, time, channels, rows, cols)
• 如果 data_format='channels_last'：5D 张量，形状为：(samples, time, rows, cols, channels)

输出形状

• 如果 return_state：张量列表。第一个张量是输出。其余张量是最后一个状态，每个张量都是 4D 张量，形状为：(samples, filters, new_rows, new_cols)（如果 data_format='channels_first'）或形状为：(samples, new_rows, new_cols, filters)（如果 data_format='channels_last'）。rows 和 cols 的值可能因填充而改变。
• 如果 return_sequences：5D 张量，形状为：(samples, timesteps, filters, new_rows, new_cols)（如果 data_format='channels_first'）或形状为：(samples, timesteps, new_rows, new_cols, filters)（如果 data_format='channels_last'）。
• 否则，4D 张量，形状为：(samples, filters, new_rows, new_cols)（如果 data_format='channels_first'）或形状为：(samples, new_rows, new_cols, filters)（如果 data_format='channels_last'）。

参考文献

• Shi 等人，2015 (当前实现不包括单元输出上的反馈循环)。