GRUCell¶
- class paddle.fluid.layers. GRUCell ( hidden_size, param_attr=None, bias_attr=None, gate_activation=None, activation=None, dtype='float32', name='GRUCell' ) [源代码] ¶
门控循环单元(Gated Recurrent Unit)。通过对 fluid.contrib.layers.rnn_impl.BasicGRUUnit
包装,来让它可以应用于RNNCell。
公式如下:
更多细节可以参考 Learning Phrase Representations using RNN Encoder Decoder for Statistical Machine Translation
参数¶
hidden_size (int) - GRUCell中的隐藏层大小。
param_attr (ParamAttr,可选) - 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr。
bias_attr (ParamAttr,可选) - 指定偏置参数属性的对象。默认值为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。
gate_activation (function,可选) - \(act_g\) 的激活函数。默认值为
fluid.layers.sigmoid
。activation (function,可选) - \(act_c\) 的激活函数。默认值为
fluid.layers.tanh
dtype (string,可选) - 此cell中使用的数据类型。默认为"float32"。
name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
GRUCell类的实例对象。
代码示例¶
import paddle.fluid.layers as layers
cell = layers.GRUCell(hidden_size=256)
方法¶
call(inputs, states)¶
执行GRU的计算。
参数
input (Variable) - 输入,形状为 \([batch\_size,input\_size]\) 的tensor,对应于公式中的 \(x_t\)。数据类型应为float32。
states (Variable) - 状态,形状为 \([batch\_size,hidden\_size]\) 的tensor。对应于公式中的 \(h_{t-1}\)。数据类型应为float32。
返回 一个元组 (outputs, new_states)
,其中 outputs
和 new_states
是同一个tensor,其形状为 \([batch\_size,hidden\_size]\),数据类型和 state
的数据类型相同,对应于公式中的 \(h_t\)。
返回类型 tuple
state_shape()¶
GRUCell的 state_shape
是形状 \([hidden\_size]\) (batch大小为-1,自动插入到形状中),对应于 \(h_{t-1}\) 的形状。
参数 无。
返回 GRUCell的 state_shape
。
返回类型 Variable