GRUCell¶

class paddle.nn. GRUCell ( hidden_size, param_attr=None, bias_attr=None, gate_activation=None, activation=None, dtype='float32', name='GRUCell' ) [源代码] ¶

门控循环单元（Gated Recurrent Unit）。通过对 fluid.contrib.layers.rnn_impl.BasicGRUUnit 包装，来让它可以应用于RNNCell。

公式如下：

更多细节可以参考 Learning Phrase Representations using RNN Encoder Decoder for Statistical Machine Translation

参数：

• hidden_size (int) - GRUCell中的隐藏层大小。

• param_attr (ParamAttr，可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 ParamAttr。

• bias_attr (ParamAttr，可选) - 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。

• gate_activation (function，可选) - \(act_g\) 的激活函数。 默认值为 fluid.layers.sigmoid。

• activation (function，可选) - \(act_c\) 的激活函数。 默认值为 fluid.layers.tanh

• dtype (string，可选) - 此cell中使用的数据类型。 默认为"float32"。

• name (string，可选) - 用于标识参数和偏差的名称域。

返回：GRUCell类的实例对象。

示例代码

import paddle.fluid.layers as layers
cell = layers.GRUCell(hidden_size=256)

call ( inputs, states ) ¶

执行GRU的计算。

参数：

• input (Variable) - 输入，形状为 \([batch\_size，input\_size]\) 的tensor，对应于公式中的 \(x_t\) 。数据类型应为float32。

• states (Variable) - 状态，形状为 \([batch\_size，hidden\_size]\) 的tensor。 对应于公式中的 \(h_{t-1}\) 。数据类型应为float32。

返回：一个元组 (outputs, new_states) ，其中 outputs 和 new_states 是同一个tensor，其形状为 \([batch\_size，hidden\_size]\)，数据类型和 state 的数据类型相同，对应于公式中的 \(h_t\)。

返回类型：tuple

state_shape ( ) ¶

GRUCell的 state_shape 是形状 \([hidden\_size]\) （batch大小为-1，自动插入到形状中），对应于 \(h_{t-1}\) 的形状。

参数：无。

返回：GRUCell的 state_shape。

返回类型：Variable