cv::dnn::LSTMLayer クラス

LSTM 再帰レイヤ。 詳細...

#include <opencv2/dnn/all_layers.hpp>

Collaboration diagram for cv::dnn::LSTMLayer:

公開メンバ関数
int	inputNameToIndex (String inputName) CV_OVERRIDE
	入力配列における入力blobのインデックスを返す。
int	outputNameToIndex (const String &outputName) CV_OVERRIDE
	出力配列における出力blobのインデックスを返す。
virtual void	setOutShape (const MatShape &outTailShape=MatShape())=0
	出力 blob の形状を指定する。形状は [[T], N] + outTailShape となる。
virtual void	setProduceCellOutput (bool produce=false)=0
	このフラグを true に設定すると、レイヤは2番目の出力として \( c_t \) を生成する。
virtual void	setUseTimstampsDim (bool use=true)=0
	入力 blob の最初の次元をタイムスタンプ次元として解釈するか、サンプルとして解釈するかを指定する。
virtual void	setWeights (const Mat &Wh, const Mat &Wx, const Mat &b)=0
	LSTM レイヤに学習済みの重みを設定する。
Public Member Functions inherited from cv::dnn::Layer
	Layer ()
	Layer (const LayerParams &params)
	name、type、blobs フィールドのみを初期化する。
virtual	~Layer ()
virtual bool	alwaysSupportInplace () const
virtual std::ostream &	dump (std::ostream &strm, int indent, bool comma) const
virtual std::ostream &	dumpAttrs (std::ostream &strm, int indent) const
virtual bool	dynamicOutputShapes () const
virtual void	finalize (const std::vector< Mat * > &input, std::vector< Mat > &output)
	入力・出力・blobに応じて内部パラメータを計算し設定する。
std::vector< Mat >	finalize (const std::vector< Mat > &inputs)
	これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは受け取る引数のみが異なる。
void	finalize (const std::vector< Mat > &inputs, std::vector< Mat > &outputs)
	これは利便性のために提供されているオーバーロードされたメンバ関数である。上記の関数とは受け取る引数のみが異なる。
virtual void	finalize (InputArrayOfArrays inputs, OutputArrayOfArrays outputs)
	入力・出力・blobに応じて内部パラメータを計算し設定する。
virtual void	forward (InputArrayOfArrays inputs, OutputArrayOfArrays outputs, OutputArrayOfArrays internals)
	input blobを与えて出力 blobs を計算する。
virtual void	forward (std::vector< Mat * > &input, std::vector< Mat > &output, std::vector< Mat > &internals)
	input blobを与えて出力 blobs を計算する。
void	forward_fallback (InputArrayOfArrays inputs, OutputArrayOfArrays outputs, OutputArrayOfArrays internals)
	input blobを与えて出力 blobs を計算する。
virtual int64	getFLOPS (const std::vector< MatShape > &inputs, const std::vector< MatShape > &outputs) const
virtual int	getLayouts (const std::vector< DataLayout > &actualInputs, std::vector< DataLayout > &desiredInputs, const int requiredOutputs, std::vector< DataLayout > &outputs) const
virtual bool	getMemoryShapes (const std::vector< MatShape > &inputs, const int requiredOutputs, std::vector< MatShape > &outputs, std::vector< MatShape > &internals) const
virtual void	getScaleShift (Mat &scale, Mat &shift) const
	チャンネルごとの乗算と加算を行うレイヤーのパラメータを返す。
virtual void	getScaleZeropoint (float &scale, int &zeropoint) const
	レイヤーのスケールとゼロポイントを返す。
virtual void	getTypes (const std::vector< MatType > &inputs, const int requiredOutputs, const int requiredInternals, std::vector< MatType > &outputs, std::vector< MatType > &internals) const
virtual Ptr< BackendNode >	initCann (const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendWrapper > > &outputs, const std::vector< Ptr< BackendNode > > &nodes)
	CANNバックエンドノードを返す。
virtual Ptr< BackendNode >	initCUDA (void *context, const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendWrapper > > &outputs)
	CUDAバックエンドノードを返す。
virtual Ptr< BackendNode >	initNgraph (const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendNode > > &nodes)
virtual Ptr< BackendNode >	initTimVX (void *timVxInfo, const std::vector< Ptr< BackendWrapper > > &inputsWrapper, const std::vector< Ptr< BackendWrapper > > &outputsWrapper, bool isLast)
	TimVXバックエンドノードを返す。
virtual Ptr< BackendNode >	initVkCom (const std::vector< Ptr< BackendWrapper > > &inputs, std::vector< Ptr< BackendWrapper > > &outputs)
virtual Ptr< BackendNode >	initWebnn (const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendNode > > &nodes)
virtual bool	isDataShuffling () const
void	run (const std::vector< Mat > &inputs, std::vector< Mat > &outputs, std::vector< Mat > &internals)
	レイヤーを確保し出力を計算する。
virtual bool	setActivation (const Ptr< ActivationLayer > &layer)
	後続の活性化レイヤーをこのレイヤーに結合しようとする。すなわち、部分的なケースでレイヤー融合を行う。
void	setParamsFrom (const LayerParams &params)
	name、type、blobs フィールドのみを初期化する。
virtual std::vector< Ptr< Graph > > *	subgraphs () const
virtual bool	supportBackend (int backendId)
	計算に特定のバックエンドをレイヤーがサポートしているか問い合わせる。
virtual bool	tryFuse (Ptr< Layer > &top)
	現在のレイヤーを次のレイヤーと融合しようとする。
virtual void	unsetAttached ()
	特定のレイヤーに結合されているすべてのレイヤーを「切り離す」。
virtual bool	updateMemoryShapes (const std::vector< MatShape > &inputs)
Public Member Functions inherited from cv::Algorithm
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	アルゴリズムの状態をクリアする。
virtual bool	empty () const
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。
virtual void	save (const String &filename) const
virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。
void	write (FileStorage &fs, const String &name) const

静的公開メンバ関数
static Ptr< LSTMLayer >	create (const LayerParams &params)
Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Additional Inherited Members
Public Attributes inherited from cv::dnn::Layer
std::vector< Mat >	blobs
	学習済みの引数のリストは、Net::getParam() を使って読み出せるよう、ここに格納しなければならない。
std::vector< Arg >	inputs
String	name
	レイヤーインスタンスの名前。ロギングやその他の内部目的に使用できる。
void *	netimpl
std::vector< Arg >	outputs
int	preferableTarget
	レイヤーの順伝播において優先するターゲット
String	type
	レイヤーファクトリでレイヤーを作成する際に使用された型名。
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

LSTM 再帰レイヤ。

メンバ関数詳解

create()

static Ptr< LSTMLayer > cv::dnn::LSTMLayer::create ( const LayerParams & params )

static

LSTM レイヤのインスタンスを生成する

inputNameToIndex()

int cv::dnn::LSTMLayer::inputNameToIndex ( String inputName )

virtual

入力配列における入力blobのインデックスを返す。

引数

inputName

入力blobのラベル

各レイヤーの入力と出力には、"%<layer_name%>[.output_name]" 表記を用いて簡単に識別できるようラベルを付けられる。このメソッドは、入力blobのラベルを入力ベクトル内のインデックスにマッピングする。

cv::dnn::Layer から再実装されている。

outputNameToIndex()

int cv::dnn::LSTMLayer::outputNameToIndex ( const String & outputName )

virtual

出力配列における出力blobのインデックスを返す。

参照

inputNameToIndex()

cv::dnn::Layer から再実装されている。

setOutShape()

virtual void cv::dnn::LSTMLayer::setOutShape ( const MatShape & outTailShape = MatShape() )

pure virtual

出力 blob の形状を指定する。形状は [[T], N] + outTailShape となる。

この引数が空または未設定の場合、outTailShape = [Wh.size(0)] が使われる。ここで Wh は setWeights() の引数である。

setProduceCellOutput()

virtual void cv::dnn::LSTMLayer::setProduceCellOutput ( bool produce = false )

pure virtual

このフラグがtrueに設定されている場合、レイヤーは2番目の出力として \( c_t \) を生成する。

非推奨Deprecated

LayerParams 内のフラグ use_timestamp_dim を使用する。

2番目の出力の形状は1番目の出力と同じである。

setUseTimstampsDim()

virtual void cv::dnn::LSTMLayer::setUseTimstampsDim ( bool use = true )

pure virtual

入力blobの最初の次元をタイムスタンプ次元として解釈するか、サンプルとして解釈するかを指定する。

非推奨Deprecated

LayerParams 内のフラグ produce_cell_output を使用する。

フラグがtrueに設定されている場合、入力blobの形状は [T, N, [data dims]] として解釈される。ここで T はタイムスタンプ数を、N は独立したストリーム数を指定する。この場合、各 forward() 呼び出しは T 個のタイムスタンプを反復処理し、レイヤーの状態を T 回更新する。

フラグがfalseに設定されている場合、入力blobの形状は [N, [data dims]] として解釈される。この場合、各 forward() 呼び出しは1回の反復を行い、形状 [N, [out dims]] を持つ1つのタイムスタンプを生成する。

setWeights()

virtual void cv::dnn::LSTMLayer::setWeights ( const Mat & Wh, const Mat & Wx, const Mat & b )

pure virtual

LSTMレイヤーに学習済みの重みを設定する。

非推奨Deprecated

代わりに LayerParams::blobs を使用する。

各ステップにおけるLSTMの動作は、現在の入力、前の出力、前のセル状態、および学習済みの重みによって定義される。

\(x_t\) を現在の入力、\(h_t\) を現在の出力、\(c_t\) を現在の状態とする。このとき、現在の出力と現在のセル状態は次のように計算される。

\begin{eqnarray*} h_t &= o_t \odot tanh(c_t), \\ c_t &= f_t \odot c_{t-1} + i_t \odot g_t, \\ \end{eqnarray*}

ここで \(\odot\) は要素ごとの乗算演算であり、\(i_t, f_t, o_t, g_t\) は学習済みの重みを用いて計算される内部ゲートである。

ゲートは次のように計算される。

\begin{eqnarray*} i_t &= sigmoid&(W_{xi} x_t + W_{hi} h_{t-1} + b_i), \\ f_t &= sigmoid&(W_{xf} x_t + W_{hf} h_{t-1} + b_f), \\ o_t &= sigmoid&(W_{xo} x_t + W_{ho} h_{t-1} + b_o), \\ g_t &= tanh &(W_{xg} x_t + W_{hg} h_{t-1} + b_g), \\ \end{eqnarray*}

ここで \(W_{x?}\)、\(W_{h?}\)、\(b_{?}\) は行列として表される学習済みの重みである。\(W_{x?} \in R^{N_h \times N_x}\), \(W_{h?} \in R^{N_h \times N_h}\), \(b_? \in R^{N_h}\)。

簡潔さと性能のため、\( W_x = [W_{xi}; W_{xf}; W_{xo}, W_{xg}] \) を用いる(すなわち \(W_x\) は \( W_{x?} \) の垂直方向の連結である)、\( W_x \in R^{4N_h \times N_x} \)。\( W_h = [W_{hi}; W_{hf}; W_{ho}, W_{hg}], W_h \in R^{4N_h \times N_h} \) および \( b = [b_i; b_f, b_o, b_g]\), \(b \in R^{4N_h} \) についても同様である。

引数

Wh	直前の出力がどのように内部ゲートへ変換されるかを定義する行列（すなわち、前述の表記によれば \( W_h \)）
Wx	現在の入力がどのように内部ゲートへ変換されるかを定義する行列（すなわち、前述の表記によれば \( W_x \)）
b	バイアスベクトル（すなわち、前述の表記によれば \( b \)）

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/dnn/all_layers.hpp