TensorFlow RNN
在低级 TensorFlow 库中创建 RNN 模型的基本工作流程与 MLP 几乎相同:
- 首先创建形状的输入和输出占位符(无,#TimeSteps,#Features)或(批量大小,#TimeSteps,#Features)
- 从输入占位符中,创建一个长度为#TimeSteps 的列表,其中包含形状的张量(无,#特征)或(批量大小,#特征)
- 从
tf.rnn.rnn_cell
模块创建所需 RNN 类型的单元 - 使用先前创建的单元和输入张量列表来创建静态或动态 RNN
- 创建输出权重和偏差变量,并定义损失和优化器函数
- 对于所需的周期数,使用损失和优化器函数训练模型
这个基本工作流程将在下一章的示例代码中演示。让我们看看可用于支持先前工作流程的各种类。