BlockLSTMGrad

public final class BlockLSTMGrad

Calcula a propagação regressiva da célula LSTM para toda a sequência de tempo.

Esta implementação deve ser usada em conjunto com BlockLSTMV2.

Constantes

Fragmento OP_NAME O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Métodos Públicos

Output <T>
bGrad ()
O gradiente para w ser apoiado nas costas.
estática <T estende TNumber > BlockLSTMGrad <T>
criar ( Scope escopo, Operando < TInt64 > seqLenMax, Operando <T> x, Operando <T> csPrev, Operando <T> hPrev, Operando <T> w, Operando <T> wci, Operando <T> WCF, Operando <T > OMA, Operando <T> b, Operando <T> i, Operando <T> cs, Operando <T> f, Operando <T> o, Operando <T> ci, Operando <T> co, Operando <T> h , Operando <T> csGrad, Operando <T> hGrad, Boolean usePeephole)
Método de fábrica para criar uma classe envolvendo uma nova operação BlockLSTMGrad.
Output <T>
csPrevGrad ()
O gradiente de cs_prev a ser apoiado nas costas.
Output <T>
hPrevGrad ()
O gradiente de h_prev a ser apoiado nas costas.
Output <T>
wGrad ()
O gradiente para w ser apoiado nas costas.
Output <T>
wcfGrad ()
O gradiente para wcf ser apoiado nas costas.
Output <T>
wciGrad ()
O gradiente para wci ser apoiado nas costas.
Output <T>
wcoGrad ()
O gradiente para wco ser apoiado nas costas.
Output <T>
xGrad ()
O gradiente de x deve ser apoiado nas costas.

Métodos herdados

Constantes

nome_op final String public static

O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Valor constante: "BlockLSTMGradV2"

Métodos Públicos

pública Output <T> bGrad ()

O gradiente para w ser apoiado nas costas.

public static BlockLSTMGrad <T> create ( Scope escopo, Operando < TInt64 > seqLenMax, Operando <T> x, Operando <T> csPrev, Operando <T> hPrev, Operando <T> w, Operando <T> wci, Operando <T > WCF, Operando <T> OMA, Operando <T> b, Operando <T> i, Operando <T> cs, Operando <T> f, Operando <T> o, Operando <T> ci, Operando <T> co , Operando <T> h, Operando <T> csGrad, Operando <T> hGrad, Boolean usePeephole)

Método de fábrica para criar uma classe envolvendo uma nova operação BlockLSTMGrad.

Parâmetros
alcance escopo atual
seqLenMax Duração máxima realmente usada por esta entrada. As saídas são preenchidas com zeros além desse comprimento.
x A sequência de entrada para o LSTM, forma (timelen, batch_size, num_inputs).
csPrev Valor do estado inicial da célula.
hPrev Saída inicial da célula (a ser usada como olho mágico).
C A matriz de peso.
wci A matriz de peso para a conexão do olho mágico do portão de entrada.
wcf A matriz de peso para esquecer a conexão do olho mágico do portão.
wco A matriz de peso para a conexão do olho mágico do portão de saída.
b O vetor de polarização.
eu A porta de entrada ao longo de toda a sequência de tempo.
cs O estado da célula antes do tanh ao longo de toda a sequência de tempo.
f O portão de esquecimento em toda a seqüência de tempo.
o A porta de saída ao longo de toda a sequência de tempo.
ci A entrada da célula em toda a sequência de tempo.
co A célula após o tanh ao longo de toda a sequência de tempo.
h O vetor h de saída ao longo de toda a sequência de tempo.
csGrad O gradiente atual de cs.
hGrad O gradiente do vetor h.
usePeephole Se deve usar pesos de olho mágico.
Devoluções
  • uma nova instância de BlockLSTMGrad

pública Output <T> csPrevGrad ()

O gradiente de cs_prev a ser apoiado nas costas.

pública Output <T> hPrevGrad ()

O gradiente de h_prev a ser apoiado nas costas.

pública Output <T> wGrad ()

O gradiente para w ser apoiado nas costas.

pública Output <T> wcfGrad ()

O gradiente para wcf ser apoiado nas costas.

pública Output <T> wciGrad ()

O gradiente para wci ser apoiado nas costas.

pública Output <T> wcoGrad ()

O gradiente para wco ser apoiado nas costas.

pública Output <T> xGrad ()

O gradiente de x deve ser apoiado nas costas.