Python tensorflow 2中的ConvLSTMCell

从1升级到tensorflow版本2后，tf.contrib中的所有模块都被折旧

为了应用，我需要每个单元格的状态

最初，我在tf版本1中所做的是：

#ConvLSTMCell
convlstm_layer = tf.contrib.rnn.ConvLSTMCell(
                conv_ndims = 2,    
                input_shape = [10, 10, 32],
                output_channels = 32,
                kernel_shape = [2, 2],
                use_bias = True,
                skip_connection = False,
                forget_bias = 1.0,
                initializers = None,
                )


# Run RNN with ConvLSTMCell
outputs, state = tf.compat.v1.nn.dynamic_rnn(convlstm_layer, conv1_out, time_major = False, dtype = input.dtype)

现在，我正在尝试将其转换为tf版本2中的代码

然而，正如我前面提到的，这两个模块（tf.contrib和tf.compat）都被折旧了

我找到了tf.compat.v1.nn.dynamic的替代品，它是tf.keras.layers.rnn

---

但是没有这样的函数来创建ConvLSTMCell。有什么建议吗

我想你要找的是：

您可以在代码中导入它，如下所示：

import tensorflow as tf
conv_lstm_layer = tf.keras.layers.ConvLSTM2D(my_parameters)

---

我想你要找的是：

您可以在代码中导入它，如下所示：

import tensorflow as tf
conv_lstm_layer = tf.keras.layers.ConvLSTM2D(my_parameters)

---

我看到了这个错误

ValueError:RNN单元格应该有一个属性

state\u size`（整数元组，每个RNN状态一个整数）。`好吧，你需要检查参数，不要期望复制粘贴TF1.X版本中的所有参数并从头开始工作。我的意思是，tf.keras.layers.ConvLSTM2D应具有要传递到tf.keras.layers.RNN的“状态大小”属性。此层中缺少了一组要在tf.kears.layers.RNNI中实现的单元属性。请参见此错误

ValueError:RNN单元格应该有一个属性

state\u size`（整数元组，每个RNN状态一个整数）。`好吧，你需要检查参数，不要期望复制粘贴TF1.X版本中的所有参数并从头开始工作。我的意思是，tf.keras.layers.ConvLSTM2D应具有要传递到tf.keras.layers.RNN的“状态大小”属性。此层中缺少一组要实现到tf.kears.layers.rnn中的单元格属性。实际上，您仍然可以在TF2中获取此单元格，方法是从tensorflow.python.keras.layers.convolutional\u Recurrentive import ConvLSTM2DCell或从tensorflow import keras执行

；从keras.layers import ConvLSTM2DCell

实际上，通过从tensorflow.python.keras.layers.convolutional\u导入ConvLSTM2DCell或从tensorflow import keras执行

操作，您仍然可以在TF2中获取此单元格；从keras.layers导入ConvLSTM2DCell