cuDNN দ্বারা সমর্থিত একটি RNN।
প্যারামস বাফারের ক্ষেত্রে ইনপুট এবং প্রাথমিক অবস্থা থেকে RNN গণনা করে। CudnnRNN এর চেয়ে একটি অতিরিক্ত ইনপুট "sequence_lengths" গ্রহণ করে।
rnn_mode: RNN মডেলের ধরন নির্দেশ করে। input_mode: প্রথম স্তরের আগে ইনপুট এবং প্রকৃত গণনার মধ্যে একটি রৈখিক অভিক্ষেপ আছে কিনা তা নির্দেশ করে। 'skip_input' শুধুমাত্র তখনই অনুমোদিত যখন input_size == num_units; 'স্বয়ংক্রিয়_নির্বাচন' বোঝায় 'skip_input' যখন input_size == num_units; অন্যথায়, এটি 'লিনিয়ার_ইনপুট' বোঝায়। দিকনির্দেশ: একটি দ্বিমুখী মডেল ব্যবহার করা হবে কিনা তা নির্দেশ করে। "একমুখী" বা "দ্বিমুখী" হওয়া উচিত। ড্রপআউট: ড্রপআউট সম্ভাবনা। 0 এ সেট করা হলে, ড্রপআউট অক্ষম করা হয়। বীজ: ড্রপআউট শুরু করার জন্য একটি বীজের ১ম অংশ। বীজ 2: ড্রপআউট শুরু করার জন্য একটি বীজের 2য় অংশ। ইনপুট: time_major সত্য হলে, এটি একটি 3-D টেনসর যার আকার [seq_length, batch_size, input_size]। যদি time_major মিথ্যা হয়, তাহলে আকৃতি হবে [batch_size, seq_length, input_size]। input_h: time_major সত্য হলে, এটি একটি 3-D টেনসর যার আকার [num_layer * dir, batch_size, num_units]। যদি time_major মিথ্যা হয়, তাহলে আকৃতিটি [ব্যাচ_সাইজ, সংখ্যা_স্তর * dir, num_units]। input_c: LSTM-এর জন্য, [num_layer* dir, batch, num_units] এর আকৃতি সহ একটি 3-D টেনসর। অন্যান্য মডেলের জন্য, এটি উপেক্ষা করা হয়। প্যারামস: একটি 1-ডি টেনসর যা একটি অস্বচ্ছ বিন্যাসে ওজন এবং পক্ষপাত ধারণ করে। আকার CudnnRNNParamsSize এর মাধ্যমে তৈরি করতে হবে এবং আলাদাভাবে শুরু করতে হবে। মনে রাখবেন যে তারা বিভিন্ন প্রজন্ম জুড়ে সামঞ্জস্যপূর্ণ নাও হতে পারে। তাই sequence_lengths সংরক্ষণ এবং পুনরুদ্ধার করা একটি ভাল ধারণা: প্রতিটি ইনপুট অনুক্রমের দৈর্ঘ্যের একটি ভেক্টর। আউটপুট: যদি time_major সত্য হয় তবে এটি একটি 3-D টেনসর যার আকার [seq_length, batch_size, dir * num_units]। যদি time_major মিথ্যা হয়, তাহলে আকৃতি হবে [batch_size, seq_length, dir * num_units]। output_h: একই আকার input_h আছে। output_c: LSTM-এর জন্য input_c-এর মতো একই আকৃতি। অন্যান্য মডেলের জন্য একটি খালি টেনসর। is_training: এই অপারেশনটি অনুমান বা প্রশিক্ষণের জন্য ব্যবহার করা হয় কিনা তা নির্দেশ করে। time_major: ইনপুট/আউটপুট ফরম্যাট টাইম মেজর নাকি ব্যাচ মেজর তা নির্দেশ করে। রিজার্ভ_স্পেস: একটি অস্বচ্ছ টেনসর যা ব্যাকপ্রপ গণনায় ব্যবহার করা যেতে পারে। এটা শুধুমাত্র যদি is_training সত্য হয় উত্পাদিত হয়.
নেস্টেড ক্লাস
| ক্লাস | CudnnRNNV3. অপশন | জন্য ঐচ্ছিক বৈশিষ্ট্য CudnnRNNV3 | |
পাবলিক পদ্ধতি
| স্ট্যাটিক <টি নম্বর প্রসারিত> CudnnRNNV3 <টি> | |
| স্ট্যাটিক CudnnRNNV3.Options | অভিমুখ (স্ট্রিং দিক) |
| স্ট্যাটিক CudnnRNNV3.Options | ঝরে পড়া (float ড্রপআউট) |
| আউটপুট <?> | hostReserved () |
| স্ট্যাটিক CudnnRNNV3.Options | inputMode (স্ট্রিং inputMode) |
| স্ট্যাটিক CudnnRNNV3.Options | isTraining (বুলিয়ান isTraining) |
| স্ট্যাটিক CudnnRNNV3.Options | numProj (দীর্ঘ numProj) |
| আউটপুট <টি> | আউটপুট () |
| আউটপুট <টি> | outputC () |
| আউটপুট <টি> | outputH () |
| আউটপুট <টি> | reserveSpace () |
| স্ট্যাটিক CudnnRNNV3.Options | rnnMode (স্ট্রিং rnnMode) |
| স্ট্যাটিক CudnnRNNV3.Options | বীজ (দীর্ঘ বীজ) |
| স্ট্যাটিক CudnnRNNV3.Options | seed2 (দীর্ঘ seed2) |
| স্ট্যাটিক CudnnRNNV3.Options | timeMajor (বুলিয়ান timeMajor) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
পাবলিক স্ট্যাটিক CudnnRNNV3 <টি> তৈরি করুন ( ব্যাপ্তি সুযোগ প্রতীক <টি> ইনপুট, প্রতীক <টি> inputH, প্রতীক <টি> inputC, প্রতীক <টি> প্যারাম, প্রতীক <integer> sequenceLengths, বিকল্পসমূহ ... অপশন)
একটি নতুন CudnnRNNV3 অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|---|
| বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- CudnnRNNV3 এর একটি নতুন উদাহরণ