有谁能够在Tensorflow中混合前馈层和递归层?

例如:
输入->转换-​​> GRU->线性->输出

我可以想象一个人可以用前馈层定义自己的单元,而没有状态可以使用MultiRNNCell函数进行堆叠,例如:

单元格= tf.nn.rnn_cell.MultiRNNCell([conv_cell,GRU_cell,linear_cell])

这会使生活变得更加轻松...

最佳答案

您不能仅执行以下操作:

rnnouts, _ = rnn(grucell, inputs)
linearout = [tf.matmul(rnnout, weights) + bias for rnnout in rnnouts]

等等。

关于python - 在Tensorflow中混合前馈层和递归层?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/36430601/

10-12 17:40