CudnnRNNV3

kelas akhir publik CudnnRNNV3

RNN yang didukung oleh cuDNN.

Menghitung RNN dari input dan status awal, sehubungan dengan buffer params. Menerima satu input tambahan "sequence_lengths" daripada CudnnRNN.

rnn_mode: Menunjukkan jenis model RNN. input_mode: Menunjukkan apakah ada proyeksi linier antara input dan komputasi aktual sebelum lapisan pertama. 'skip_input' hanya diperbolehkan bila input_size == num_units; 'auto_select' menyiratkan 'skip_input' ketika input_size == num_units; jika tidak, ini berarti 'input_linier'. arah: Menunjukkan apakah model dua arah akan digunakan. Harus "searah" atau "dua arah". putus sekolah: Kemungkinan putus sekolah. Jika disetel ke 0, dropout dinonaktifkan. seed: Bagian pertama dari seed untuk menginisialisasi dropout. seed2: Bagian ke-2 dari benih untuk menginisialisasi dropout. masukan: Jika time_major benar, ini adalah tensor 3-D dengan bentuk [seq_length, batch_size, input_size]. Jika time_major salah, bentuknya adalah [batch_size, seq_length, input_size]. input_h: Jika time_major benar, ini adalah tensor 3-D dengan bentuk [num_layer * dir, batch_size, num_units]. Jika time_major salah, bentuknya adalah [batch_size, num_layer * dir, num_units]. input_c: Untuk LSTM, tensor 3-D dengan bentuk [num_layer * dir, batch, num_units]. Untuk model lain diabaikan. params: Tensor 1-D yang berisi bobot dan bias dalam tata letak buram. Ukurannya harus dibuat melalui CudnnRNNParamsSize, dan diinisialisasi secara terpisah. Perhatikan bahwa mereka mungkin tidak kompatibel pada generasi yang berbeda. Jadi sebaiknya simpan dan pulihkan sequence_lengths: vektor panjang setiap urutan masukan. keluaran: Jika time_major benar, ini adalah tensor 3-D dengan bentuk [seq_length, batch_size, dir * num_units]. Jika time_major salah, bentuknya adalah [batch_size, seq_length, dir * num_units]. output_h: Bentuk yang sama memiliki input_h. output_c: Bentuknya sama dengan input_c untuk LSTM. Tensor kosong untuk model lain. is_training: Menunjukkan apakah operasi ini digunakan untuk inferensi atau pelatihan. time_major: Menunjukkan apakah format input/output adalah jurusan waktu atau jurusan batch. Reserve_space: Tensor buram yang dapat digunakan dalam penghitungan backprop. Itu hanya dihasilkan jika is_training benar.

Kelas Bersarang

kelas

CudnnRNNV3.Opsi

Atribut opsional untuk CudnnRNNV3

Metode Publik

statis <T memperluas Nomor> CudnnRNNV3 <T>	buat ( Lingkup lingkup, Operand <T> input, Operand <T> inputH, Operand <T> inputC, Operand <T> params, Operand <Integer> sequenceLengths, Options... options) Metode pabrik untuk membuat kelas yang membungkus operasi CudnnRNNV3 baru.
CudnnRNNV3.Opsi statis	arah (arah string)
CudnnRNNV3.Opsi statis	putus sekolah (putus sekolah mengambang)
Keluaran <?>	tuan rumah Dipesan ()
CudnnRNNV3.Opsi statis	mode masukan (Mode masukan string)
CudnnRNNV3.Opsi statis	isTraining (Boolean isTraining)
CudnnRNNV3.Opsi statis	numProj (NomorProj panjang)
Keluaran <T>	keluaran ()
Keluaran <T>	keluaranC ()
Keluaran <T>	keluaranH ()
Keluaran <T>	cadanganRuang ()
CudnnRNNV3.Opsi statis	rnnMode (String rnnMode)
CudnnRNNV3.Opsi statis	benih (biji panjang)
CudnnRNNV3.Opsi statis	seed2 (Benih panjang2)
CudnnRNNV3.Opsi statis	waktuMayor (Waktu BooleanMayor)

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Metode Publik

public static CudnnRNNV3 <T> buat ( Cakupan cakupan , masukan Operan <T>, Operan <T> masukanH, Operan <T> masukanC, parameter Operan <T>, Panjang urutan Operan <Bilangan Bulat>, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi CudnnRNNV3 baru.

Parameter

cakupan	ruang lingkup saat ini
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari CudnnRNNV3

arah CudnnRNNV3.Options statis publik (arah string)

CudnnRNNV3.Options dropout statis publik (Float dropout)

Keluaran publik <?> hostReserved ()

CudnnRNNV3.Opsi statis publik inputMode (String inputMode)

CudnnRNNV3.Options statis publik isTraining (Boolean isTraining)

CudnnRNNV3.Options numProj statis publik (NumProj panjang)

Keluaran publik <T> keluaran ()

Keluaran publik <T> keluaranC ()

Keluaran publik <T> keluaranH ()

Keluaran publik <T> ReserveSpace ()

CudnnRNNV3.Options statis publik rnnMode (String rnnMode)

benih statis CudnnRNNV3.Options publik (Benih panjang)

public static CudnnRNNV3.Options seed2 (Benih panjang2)

public static CudnnRNNV3.Options timeMajor (Boolean timeMajor)