CudnnRNN

CuDNN tarafından desteklenen bir RNN.

Param arabelleğine göre giriş ve başlangıç ​​durumlarından RNN'yi hesaplar. CudnnRNN'den fazladan bir "dizi_uzunluğu" girdisini kabul eder.

rnn_mode: RNN modelinin tipini belirtir. input_mode: Giriş ile ilk katmandan önceki gerçek hesaplama arasında doğrusal bir projeksiyon olup olmadığını gösterir. 'skip_input'a yalnızca input_size == num_units; olduğunda izin verilir. 'auto_select', input_size == num_units; olduğunda 'skip_input' anlamına gelir; aksi takdirde 'doğrusal_giriş' anlamına gelir. Direction: Çift yönlü bir modelin kullanılıp kullanılmayacağını belirtir. "Tek yönlü" veya "çift yönlü" olmalıdır. okulu bırakma: Bırakma olasılığı. 0'a ayarlandığında bırakma devre dışı bırakılır. tohum: Bir tohumun bırakmayı başlatacak 1. kısmı. Seed2: Bir tohumun bırakmayı başlatacak 2. kısmı. giriş: Time_major doğruysa, bu [sıra_uzunluğu, toplu_boyut, giriş_boyutu] şeklinde bir 3 boyutlu tensördür. time_major false ise şekil [batch_size, seq_length, input_size] olur. input_h: Time_major doğruysa, bu [num_layer * dir, Batch_size, num_units] şeklinde bir 3 boyutlu tensördür. time_major false ise şekil [batch_size, num_layer * dir, num_units] olur. input_c: LSTM için, [sayı_katmanı * dizin, toplu iş, sayı_birimleri] şeklinde bir 3 boyutlu tensör. Diğer modellerde bu dikkate alınmaz. params: Ağırlıkları ve önyargıları opak bir düzende içeren 1 boyutlu bir tensör. Boyutun CudnnRNNParamsSize aracılığıyla oluşturulması ve ayrı olarak başlatılması gerekir. Farklı nesiller arasında uyumlu olmayabileceklerini unutmayın. Bu nedenle, dizi_uzunluklarını kaydedip geri yüklemek iyi bir fikirdir: her giriş dizisinin uzunluklarının bir vektörü. çıktı: Time_major doğruysa, bu [sıra_uzunluğu, toplu_boyut, dir * sayı_birimleri] şeklinde bir 3 boyutlu tensördür. time_major false ise şekil [batch_size, seq_length, dir * num_units] olur. çıktı_h: Aynı şeklin girdi_h'si vardır. çıktı_c: LSTM için girdi_c ile aynı şekil. Diğer modeller için boş bir tensör. is_training: Bu işlemin çıkarım için mi yoksa eğitim için mi kullanıldığını belirtir. time_major: Giriş/çıkış biçiminin zaman ana birimi mi yoksa toplu ana birim mi olduğunu belirtir. Reserve_space: Backprop hesaplamasında kullanılabilecek opak bir tensör. Yalnızca is_training doğruysa üretilir.