ConvLSTM3D 层

[源]

ConvLSTM3D 类

keras.layers.ConvLSTM3D(
    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
)

3D 卷积 LSTM。

类似于 LSTM 层，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（即卷积中的滤波器数量）。
• kernel_size：int 或包含 3 个整数的元组/列表，指定卷积窗口的大小。
• strides：int 或包含 3 个整数的元组/列表，指定卷积的步长。当 strides > 1 时，与 dilation_rate > 1 不兼容。
• padding：string，"valid" 或 "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，使输出具有与输入相同的高度/宽度维度。
• data_format：string，"channels_last" 或 "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。它默认为你的 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果你从未设置过，则默认为 "channels_last"。
• dilation_rate：int 或包含 3 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。此方法在 Jozefowicz 等，2015 年的论文中被推荐。
• 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。
• 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。用于输入线性变换的单元的丢弃比例。
• recurrent_dropout：0 到 1 之间的浮点数。用于循环状态线性变换的单元的丢弃比例。
• seed：Dropout 的随机种子。
• return_sequences：布尔值。是返回输出序列中的最后一个输出，还是返回完整序列。默认为：False。
• return_state：布尔值。是否除了输出外，还返回最后一个状态。默认为：False。
• go_backwards：布尔值（默认为：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（默认为 False）。如果为 True，则批量中索引 i 的每个样本的最后一个状态将用作后续批量中索引 i 的样本的初始状态。
• unroll：布尔值（默认为：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 6D 张量。
• mask：形状为 (samples, timesteps) 的二进制张量，指示是否应屏蔽给定时间步。
• training：Python 布尔值，指示层应在训练模式还是推理模式下运行。仅当设置了 dropout 或 recurrent_dropout 时才相关。
• initial_state：要传递给 cell 首次调用的初始状态张量列表。

输入形状

• 如果 data_format='channels_first'：形状为 (samples, time, channels, *spatial_dims) 的 5D 张量
• 如果 data_format='channels_last'：形状为 (samples, time, *spatial_dims, channels) 的 5D 张量

输出形状

• 如果 return_state：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，如果 data_format='channels_first'，每个都是形状为 (samples, filters, *spatial_dims) 的 4D 张量；如果 data_format='channels_last'，则是形状为 (samples, *spatial_dims, filters) 的 4D 张量。
• 如果 return_sequences：如果 data_format='channels_first'，形状为 (samples, timesteps, filters, *spatial_dims) 的 5D 张量；如果 data_format='channels_last'，则是形状为 (samples, timesteps, *spatial_dims, filters) 的 5D 张量。
• 否则，如果 data_format='channels_first'，形状为 (samples, filters, *spatial_dims) 的 4D 张量；如果 data_format='channels_last'，则是形状为 (samples, *spatial_dims, filters) 的 4D 张量。

参考文献

• Shi 等，2015 年（当前实现不包含 cell 输出上的反馈循环）。