Fatal编程技术网
  • tensorflow/
  • Tensorflow LSTM：通过输入输出值进行反转，以获得输入值

Tensorflow LSTM：通过输入输出值进行反转，以获得输入值

tensorflow keras

Tensorflow LSTM：通过输入输出值进行反转，以获得输入值,tensorflow,keras,lstm,recurrent-neural-network,Tensorflow,Keras,Lstm,Recurrent Neural Network,这个思维实验怎么样。您有一个LSTM网络来编码整数序列（输入是x\u t）。对于每个单元，计算并存储门的权重、偏差和输出，以及先前的状态（C_t-1，h_t-1）。因此，每个单元都有特定的硬编码模式。我们将使用此图像作为可视化辅助（来自） 现在，我想获取一个单元格及其所有计算值，并将输入与输出切换。新输入是一个新值，它被输入到h\u t，我们称之为h'\u t。计算过程被反转，以得到一个新的x\u t值，我们称之为x'\u t。单元格是否保持其属性，以便在单元格的输出和输入之间存在（非线性）关

这个思维实验怎么样。您有一个LSTM网络来编码整数序列（输入是
x\u t
）。对于每个单元，计算并存储门的权重、偏差和输出，以及先前的状态（
C_t-1
，
h_t-1
）。因此，每个单元都有特定的硬编码模式。我们将使用此图像作为可视化辅助（来自）

现在，我想获取一个单元格及其所有计算值，并将输入与输出切换。新输入是一个新值，它被输入到
h\u t
，我们称之为
h'\u t
。计算过程被反转，以得到一个新的
x\u t
值，我们称之为
x'\u t
。单元格是否保持其属性，以便在单元格的输出和输入之间存在（非线性）关系，而不管我输入的输出值是多少？然后将对整个LSTM单元序列执行此计算，但每个单元将获得不同的
h〃t
值作为输入

此外，如果只对输出门进行反向计算就足够了，因为可以通过输出门、输入门或遗忘门到达
x''t