से आउटपुट का विश्लेषण मैं tf.nn.dynamic_rnn
tensorflow फ़ंक्शन से आउटपुट को समझने में सक्षम नहीं हूं। दस्तावेज़ केवल आउटपुट के आकार के बारे में बताता है, लेकिन यह नहीं बताता कि प्रत्येक पंक्ति/कॉलम का क्या अर्थ है। प्रलेखन से:tf.nn.dynamic_rnn tensorflow फ़ंक्शन
आउटपुट: RNN उत्पादन
Tensor
।तो time_major == झूठी (डिफ़ॉल्ट), यह एक
Tensor
आकार का हो जाएगा:[batch_size, max_time, cell.output_size]
।यदि time_major == सही है, तो यह
Tensor
आकार होगा:[max_time, batch_size, cell.output_size]
।ध्यान दें, यदि
cell.output_size
(संभवत: नेस्ट) पूर्णांकों याTensorShape
वस्तुओं की टपल है, तोoutputs
एक टपलcell.output_size
रूप
एक ही संरचना, Tensors युक्त आकार होनेcell.output_size
में आकृति डेटा के लिए इसी किया जाएगा।राज्य: अंतिम राज्य। यदि
cell.state_size
एक int है, तो यह[batch_size, cell.state_size]
आकार दिया जाएगा। यदि यह
TensorShape
है, तो यह[batch_size] + cell.state_size
आकार दिया जाएगा।
यदि यह इन्स याTensorShape
का एक (संभवतः घोंसला) टुपल है, तो यह संबंधित आकार वाले टुपल होगा।
outputs
टेंसर एक 3-डी मैट्रिक्स है लेकिन प्रत्येक पंक्ति/कॉलम क्या दर्शाता है?
यह, लेकिन मेरा मानना है कि 'राज्य' अतिरिक्त रूप से आपके नेटवर्क की प्रत्येक परत पर राज्य रखता है। तो यदि आप एक जीआरयू का उपयोग कर रहे हैं, तो आपके पास अपने उम्मीदवार और गेट परतों के उत्पादन के लिए एक राज्य होगा, और यदि आपका जीआरयू बहु-परत आरएनएन के लिए सेल था, तो आपके पास इन नेटवर्कों को आपके नेटवर्क में प्रत्येक परत के लिए होगा। – Engineero
@Engineero हाँ, यह सही है, धन्यवाद। मैंने बहुत विस्तार नहीं दिया, लेकिन बहु-परत आरएनएन कोशिकाओं के लिए राज्य प्रत्येक व्यक्तिगत सेल के राज्यों की एक सूची होगी, क्योंकि एलएसटीएम कोशिकाएं टेंसर की एक जोड़ी होगी और इसी तरह। – jdehesa
@jdehesa - क्या आप कृपया इस दूसरे प्रश्न को उठा सकते हैं जिसे मैंने उठाया? https://stackoverflow.com/questions/44116689/siamese-model-with-lstm-network-fails-to-rain-using-tensorflow – Mithun