溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
tf.reverse_sequence()簡述
在看bidirectional_dynamic_rnn()的源碼的時候，看到了代碼中有調用 reverse_sequence()這一方法，于是又回去看了下這個函數的用法，發現還是有點意思的。根據名字就可以能看得出，這個方法主要是用來翻轉序列的，就像雙線LSTM中在反向傳播那里需要從下文往上文處理一樣，需要對序列做一個鏡像的翻轉處理。
先來看一下這個方法的定義：
reverse_sequence( input, seq_lengths, seq_axis=None, batch_axis=None, name=None, seq_dim=None, batch_dim=None)
其中input是輸入的需要翻轉的目標張量，seq_lengths是一個張量；
其元素是input中每一處需要翻轉時翻轉的長度，在雙向LSTM中這個值統一被設為輸入語句的長度，代表著整句話都需要被翻轉，而實際上張量中的元素值可以是不同的，下面的例子中就可以看出；
seq_axis和seq_dim的關系，在源碼中做了如下操作：
seq_axis = deprecation.deprecated_argument_lookup("seq_axis", seq_axis,
"seq_dim", seq_dim)
返回中return gen_array_ops.reverse_sequence(..., seq_dim=seq_axis,...)，同理，對于batch_axis和batch_dim也是相同的處理。意義上來說，按照官方給出的解釋，“此操作首先沿著維度batch_axis對input進行分割，并且對于每個切片 i，將前 seq_lengths 元素沿維度 seq_axis 反轉”。實際上通俗來理解，就是對于張量input中的第batch_axis維中的每一個子張量，在這個子張量的第seq_axis維上進行翻轉，翻轉的長度為 seq_lengths 張量中對應的數值。
舉個例子，如果 batch_axis=0，seq_axis=1，則代表我希望每一行為單位分開處理，對于每一行中的每一列進行翻轉。相反的，如果 batch_axis=1，seq_axis=0，則是以列為單位，對于每一列的張量，進行相應行的翻轉。回頭去看雙向RNN的源碼，就可以理解當time_major這一屬性不同時，time_dim 和 batch_dim 這一對組合的取值為什么恰好是相反的了。
寫一個簡單的測試代碼：
a = tf.constant([[1,2,3], [4,5,6], [7,8,9]]) l = tf.constant([1,2,3],tf.int64) # 每一次翻轉長度分別為1,2,3.由于a是（3,3）維的，所以l中數值最大只能是3 x = tf.reverse_sequence(a,seq_lengths=l,seq_axis = 0,batch_axis= 1) # 以列為單位進行翻轉，翻轉的是每一行的元素 y = tf.reverse_sequence(a,seq_lengths=l,seq_axis = 1,batch_axis= 0) # 以行為單位進行翻轉，翻轉的是每一列的元素 with tf.Session() as sess: print(sess.run(x)) print(sess.run(y))
結果如下：
# 每一列上的元素種類沒有發生變化，但是從每一行來看，行的順序分別翻轉了前1，前2，前3個元素 [[1 5 9] [4 2 6] [7 8 3]] # 每一行上的元素種類沒有發生變化，但是從每一列來看，列的順序分別翻轉了前1，前2，前3個元素 [[1 2 3] [5 4 6] [9 8 7]]
以上這篇關于tf.reverse_sequence()簡述就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
