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

ConvLSTM2D 层

[源]

ConvLSTM2D

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。

与 LSTM 层类似,但输入变换和循环变换都是卷积形式。

参数

  • filters: int,输出空间的维度(卷积核的数量)。
  • kernel_size: int 或包含 2 个整数的元组/列表,指定卷积窗口的大小。
  • strides: int 或包含 2 个整数的元组/列表,指定卷积的步长。strides > 1dilation_rate > 1 不兼容。
  • padding: string,"valid""same"(不区分大小写)。"valid" 表示无填充。"same" 表示在输入的左/右或上/下均匀填充,使输出与输入具有相同的⾼度/宽度维度。
  • data_format: string,可以是 "channels_last""channels_first"。输入的维度顺序。"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。默认为 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果从未设置,则默认为 "channels_last"
  • dilation_rate: int 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: 用于循环步的激活函数。
  • use_bias: 布尔值,表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,则在初始化时将遗忘门的偏置加 1。与 bias_initializer="zeros" 结合使用。这在 Jozefowicz 等人,2015 中被推荐使用。
  • 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: 应用于层输出的正则化函数。
  • 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比例。
  • 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比例。
  • seed: 用于 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,或返回完整序列。默认值: False
  • return_state: 布尔值。除了输出外,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,则批次中索引为 i 的每个样本的最后一个状态将用作下一批次中索引为 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,但往往会占用更多内存。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,指示是否应该屏蔽给定的时间步。
  • training: Python 布尔值,指示层应在训练模式还是推断模式下运行。这仅在设置了 dropoutrecurrent_dropout 时相关。
  • initial_state: 要传递给单元格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_stateTrue: 一个张量列表。第一个张量是输出。其余张量是最后一个状态,每个状态都是 4D 张量,如果 data_format='channels_first',形状为: (samples, filters, new_rows, new_cols),如果 data_format='channels_last',形状为: (samples, new_rows, new_cols, filters)。由于填充,rowscols 的值可能已改变。
  • 如果 return_sequencesTrue: 5D 张量,如果 data_format='channels_first',形状为: (samples, timesteps, filters, new_rows, new_cols),如果 data_format='channels_last',形状为: (samples, timesteps, new_rows, new_cols, filters)
  • 否则,4D 张量,如果 data_format='channels_first',形状为: (samples, filters, new_rows, new_cols),如果 data_format='channels_last',形状为: (samples, new_rows, new_cols, filters)

参考文献