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

ConvLSTM2D 层

[source]

ConvLSTM2D class

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.

类似于 LSTM 层,但输入变换和循环变换都是卷积的.

参数: filters: 整数,输出空间的维度（卷积中滤波器的数量）. kernel_size: 整数或由2个整数组成的元组/列表,指定卷积窗口的大小. strides: 整数或由2个整数组成的元组/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,使得输出具有与输入相同的高度/宽度维度. data_format: 字符串,"channels_last" 或 "channels_first". 输入中维度的顺序."channels_last" 对应输入形状 (batch, steps, features),而 "channels_first" 对应输入形状 (batch, features, steps).默认为 ~/.keras/keras.json 中的 image_data_format 值.如果你从未设置过它,那么它将是 "channels_last". dilation_rate: 整数或由2个整数组成的元组/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,层是否使用偏置向量. kernel_initializer: 用于输入线性变换的 kernel 权重矩阵的初始化器. recurrent_initializer: 用于循环状态线性变换的 recurrent_kernel 权重矩阵的初始化器. bias_initializer: 偏置向量的初始化器. unit_forget_bias: 布尔值.如果为 True,则在初始化时将忘记门的偏置加1. 与 bias_initializer="zeros" 结合使用. 这在 Jozefowicz et al., 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: 0到1之间的浮点数.用于输入线性变换的丢弃单元的比例. recurrent_dropout: 0到1之间的浮点数.用于循环状态线性变换的丢弃单元的比例. seed: 用于丢弃的随机种子. return_sequences: 布尔值.是否返回输出序列中的最后一个输出,或完整序列.默认: False. return_state: 布尔值.是否在输出之外返回最后一个状态.默认: False. go_backwards: 布尔值（默认: 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 False）.如果为 True,批处理中索引 i 的每个样本的最后一个状态将用作下一个批处理中索引 i 的样本的初始状态. unroll: 布尔值（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,指示是否应屏蔽给定的 timestep. training: Python 布尔值,指示层应在训练模式还是推理模式下运行. 仅在设置了 dropout 或 recurrent_dropout 时相关. initial_state: 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': 形状为 (samples, time, channels, rows, cols) 的5D张量
  • 如果 data_format='channels_last': 形状为 (samples, time, rows, cols, 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,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 值可能由于填充而改变.
  • 如果 return_sequences: 形状为 (samples, timesteps, filters, new_rows, new_cols) 的5D张量,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,形状为 (samples, filters, new_rows, new_cols) 的4D张量,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 class