► Keras 3 API 文档 / 层 API / 循环层 / ConvLSTM2D 层

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
)

二维卷积 LSTM。

类似于 LSTM 层，但输入转换和循环转换都是卷积的。

参数

  • filters：整数，输出空间的维度（卷积中的滤波器数量）。
  • kernel_size：整数或包含 2 个整数的元组/列表，指定卷积窗口的大小。
  • strides：整数或包含 2 个整数的元组/列表，指定卷积的步长。strides > 1 与 dilation_rate > 1 不兼容。
  • padding：字符串，"valid" 或 "same"（不区分大小写）。"valid" 表示不填充。"same" 会导致在输入的左右或上下均匀填充，以便输出具有与输入相同的宽高维度。
  • data_format：字符串，"channels_last" 或 "channels_first"。输入中维度的顺序。"channels_last" 对应于形状为 (batch, steps, features) 的输入，而 "channels_first" 对应于形状为 (batch, features, steps) 的输入。它默认为在 Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值。如果您从未设置它，则它将为 "channels_last"。
  • dilation_rate：整数或包含 2 个整数的元组/列表，指定用于膨胀卷积的膨胀率。
  • activation：要使用的激活函数。默认情况下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，指示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：布尔值。如果为 True，则在初始化时将 1 添加到遗忘门的偏置。与 bias_initializer="zeros" 结合使用。这在 Jozefowicz 等人，2015 中推荐。
  • 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：0 到 1 之间的浮点数。输入线性变换中要丢弃的单元的分数。
  • recurrent_dropout：0 到 1 之间的浮点数。循环状态线性变换中要丢弃的单元的分数。
  • seed：dropout 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，或返回整个序列。默认值：False。
  • return_state：布尔值。是否除了输出之外还返回最后一个状态。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转后的序列。
  • stateful：布尔值（默认值 False）。如果为 True，则批次中索引为 i 的每个样本的最后一个状态将用作后续批次中索引为 i 的样本的初始状态。
  • unroll：布尔值（默认值：False）。如果为 True，则网络将被展开，否则将使用符号循环。展开可以加速 RNN，尽管它往往更占用内存。展开仅适用于短序列。

调用参数

  • inputs：一个 5D 张量。
  • mask：形状为 (samples, timesteps) 的二进制张量，指示是否应该屏蔽给定的时间步长。
  • training：Python 布尔值，指示层应该以训练模式还是推理模式运行。这仅在设置了 dropout 或 recurrent_dropout 时才相关。
  • initial_state：要传递到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 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 值可能由于填充而发生变化。
  • 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

ConvLSTM2D 层
ConvLSTM2D 类