cuDNN द्वारा समर्थित एक RNN।
पैरामीटर बफ़र के संबंध में, इनपुट और प्रारंभिक अवस्थाओं से आरएनएन की गणना करता है। CudnnRNN की तुलना में एक अतिरिक्त इनपुट "अनुक्रम_लंबाई" स्वीकार करता है।
rnn_mode: RNN मॉडल के प्रकार को इंगित करता है। इनपुट_मोड: इंगित करता है कि पहली परत से पहले इनपुट और वास्तविक गणना के बीच एक रैखिक प्रक्षेपण है या नहीं। 'स्किप_इनपुट' की अनुमति केवल तभी होती है जब इनपुट_साइज़ == num_units; 'ऑटो_सेलेक्ट' का तात्पर्य 'स्किप_इनपुट' से है जब इनपुट_साइज़ == num_units; अन्यथा, इसका तात्पर्य 'रैखिक_इनपुट' है। दिशा: इंगित करता है कि क्या द्विदिश मॉडल का उपयोग किया जाएगा। "यूनिडायरेक्शनल" या "द्विदिशात्मक" होना चाहिए। ड्रॉपआउट: ड्रॉपआउट संभावना. जब 0 पर सेट किया जाता है, तो ड्रॉपआउट अक्षम हो जाता है। बीज: ड्रॉपआउट आरंभ करने के लिए बीज का पहला भाग। बीज 2: ड्रॉपआउट प्रारंभ करने के लिए बीज का दूसरा भाग। इनपुट: यदि टाइम_मेजर सत्य है, तो यह [seq_length, बैच_साइज, इनपुट_साइज] के आकार वाला एक 3-डी टेंसर है। यदि टाइम_मेजर गलत है, तो आकार [बैच_साइज, सीक_लेंथ, इनपुट_साइज] है। इनपुट_एच: यदि टाइम_मेजर सत्य है, तो यह [num_layer * dir, Batch_size, num_units] के आकार वाला एक 3-डी टेंसर है। यदि टाइम_मेजर गलत है, तो आकार [बैच_साइज, नंबर_लेयर * डीआईआर, नंबर_यूनिट्स] है। इनपुट_सी: एलएसटीएम के लिए, [num_layer * dir, Batch, num_units] आकार वाला एक 3-डी टेंसर। अन्य मॉडलों के लिए, इसे नजरअंदाज कर दिया जाता है। पैरामीटर्स: एक 1-डी टेंसर जिसमें एक अपारदर्शी लेआउट में वजन और पूर्वाग्रह शामिल होते हैं। आकार CudnnRNNParamsSize के माध्यम से बनाया जाना चाहिए, और अलग से प्रारंभ किया जाना चाहिए। ध्यान दें कि वे विभिन्न पीढ़ियों में संगत नहीं हो सकते हैं। इसलिए अनुक्रम_लंबाई को सहेजना और पुनर्स्थापित करना एक अच्छा विचार है: प्रत्येक इनपुट अनुक्रम की लंबाई का एक वेक्टर। आउटपुट: यदि टाइम_मेजर सत्य है, तो यह [seq_length, Batch_size, dir * num_units] आकार वाला एक 3-डी टेंसर है। यदि टाइम_मेजर गलत है, तो आकार [बैच_साइज, सीक_लेंथ, डीआईआर * num_units] है। आउटपुट_एच: इनपुट_एच का आकार समान है। आउटपुट_सी: एलएसटीएम के लिए इनपुट_सी के समान आकार। अन्य मॉडलों के लिए एक खाली टेंसर। is_training: इंगित करता है कि इस ऑपरेशन का उपयोग अनुमान या प्रशिक्षण के लिए किया जाता है। टाइम_मेजर: इंगित करता है कि इनपुट/आउटपुट प्रारूप टाइम मेजर है या बैच मेजर। रिज़र्व_स्पेस: एक अपारदर्शी टेंसर जिसका उपयोग बैकप्रॉप गणना में किया जा सकता है। यह केवल तभी निर्मित होता है जब is_training सत्य हो।
नेस्टेड क्लासेस
कक्षा | CudnnRNNV3.विकल्प | CudnnRNNV3 के लिए वैकल्पिक विशेषताएँ |
सार्वजनिक तरीके
स्थिर <T संख्या बढ़ाता है> CudnnRNNV3 <T> | |
स्थिर CudnnRNNV3.विकल्प | दिशा (स्ट्रिंग दिशा) |
स्थिर CudnnRNNV3.विकल्प | ड्रॉपआउट (फ्लोट ड्रॉपआउट) |
आउटपुट <?> | होस्टआरक्षित () |
स्थिर CudnnRNNV3.विकल्प | इनपुटमोड (स्ट्रिंग इनपुटमोड) |
स्थिर CudnnRNNV3.विकल्प | इज़ट्रेनिंग (बूलियन इज़ट्रेनिंग) |
स्थिर CudnnRNNV3.विकल्प | numProj (लंबा numProj) |
आउटपुट <T> | आउटपुट () |
आउटपुट <T> | आउटपुटसी () |
आउटपुट <T> | आउटपुटएच () |
आउटपुट <T> | रिज़र्वस्पेस () |
स्थिर CudnnRNNV3.विकल्प | आरएनएनमोड (स्ट्रिंग आरएनएनमोड) |
स्थिर CudnnRNNV3.विकल्प | बीज (लंबा बीज) |
स्थिर CudnnRNNV3.विकल्प | बीज2 (लंबा बीज2) |
स्थिर CudnnRNNV3.विकल्प | टाइममेजर (बूलियन टाइममेजर) |
विरासत में मिली विधियाँ
सार्वजनिक तरीके
सार्वजनिक स्थैतिक CudnnRNNV3 <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> इनपुट, ऑपरेंड <T> इनपुटH, ऑपरेंड <T> इनपुटC, ऑपरेंड <T> पैराम्स, ऑपरेंड <पूर्णांक> अनुक्रम लंबाई, विकल्प... विकल्प)
एक नए CudnnRNNV3 ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- CudnnRNNV3 का एक नया उदाहरण