Sevgili okuyucu,

Bu makale Educaora'da yeniden yayınlandı ve aynı zamanda açık kaynaklı . Ne yazık ki TensorFlow 2.0, API'yi değiştirdi, bu nedenle sonraki sürümler için bozuldu. Eğitimleri güncel hale getirmek için her türlü yardım çok takdir edilmektedir. PyTorch'a da bakmanızı tavsiye ederim.

Bu gönderi, hesaplama grafiğini manuel olarak oluşturarak sıfırdan bir RNN oluşturduğumuz " TensorFlow'da Tekrarlayan Bir Sinir Ağı Nasıl Oluşturulur " makalesinin devamı niteliğindedir . Şimdi komut dosyamızı basitleştirmek için yerel TensorFlow API'sini kullanacağız.

Basit grafik oluşturma

Vanilya RNN'de paket açma ve ileri geçişleri nerede yaptığımızı hatırlıyor musunuz?

Yukarıdaki kod parçasını bununla değiştirin:

Ayrıca ağırlık ve sapma matrislerini kaldırabilir Wve bdaha önce beyan edebilirsiniz. RNN'nin iç işleyişi artık "kaputun altında" gizlenmiştir. Değişkeni atarken splityerine yerine kullanımına dikkat edin . Şeklin Girişlerin listesini kabul eder ve (giriş skalerler sadece bir dizi) sadece bizim durumumuzda biridir. Bölünme tekil boyutu kaldırmaz, ancak paketten çıkar, buradan daha fazla bilgi edinebilirsiniz . Matris çarpımından önce önceki örneğimizdeki girdileri yeniden şekillendirmemiz gerektiğinden, gerçekten de önemli değil. RNN unrolls ve biz-döngü kaldırmak böylece, otomatik grafik oluşturur. İşlev, bir dizi önceki durumu ve son durumu daha önce manuel olarak yaptığımızla aynı şekilde döndürür, işte bu değişkenlerin yazdırılmış çıktısı.unpackx_inputstf.nn.rnn[batch_size, input_size]input_sizetf.nn.rnn

Tüm program

İşte tam kod:

Sonraki adım

Bir sonraki yazıda , "Uzun kısa süreli bellek" veya LSTM adı verilen başka bir mimari kullanarak RNN'yi geliştireceğiz. Ağımız oyuncak sorunumuzu zaten çözebildiği için aslında bu gerekli değil. Ancak amacımızın önemsiz olan asıl sorunu çözmek değil, TensorFlow'u doğru şekilde kullanmayı öğrenmek olduğunu unutmayın :)