شبكة RNN مدعومة بـ cuDNN.
يحسب RNN من المدخلات والحالات الأولية، فيما يتعلق بالمخزن المؤقت للمعاملات. يقبل إدخالاً واحدًا إضافيًا "sequence_lengths" مقارنةً بـ CudnnRNN.
rnn_mode: يشير إلى نوع نموذج RNN. input_mode: يشير إلى ما إذا كان هناك إسقاط خطي بين الإدخال والحساب الفعلي قبل الطبقة الأولى. يُسمح بـ "skip_input" فقط عندما يكون input_size == num_units؛ يشير "auto_select" إلى "skip_input" عندما يكون input_size == num_units؛ وإلا فإنه يعني "الإدخال_الخطي". الاتجاه: يشير إلى ما إذا كان سيتم استخدام نموذج ثنائي الاتجاه. يجب أن تكون "أحادية الاتجاه" أو "ثنائية الاتجاه". التسرب: احتمال التسرب. عند التعيين على 0، يتم تعطيل التسرب. البذرة: الجزء الأول من البذرة لتهيئة التسرب. Seed2: الجزء الثاني من البذرة لتهيئة التسرب. الإدخال: إذا كانت قيمة time_major صحيحة، فهذا موتر ثلاثي الأبعاد على شكل [seq_length، Batch_size، input_size]. إذا كانت قيمة time_major خاطئة، فسيكون الشكل [batch_size, seq_length, input_size]. input_h: إذا كانت قيمة time_major صحيحة، فهذا موتر ثلاثي الأبعاد على شكل [num_layer * dir, Batch_size, num_units]. إذا كانت قيمة time_major خاطئة، فسيكون الشكل [batch_size, num_layer * dir, num_units]. input_c: بالنسبة إلى LSTM، موتر ثلاثي الأبعاد على شكل [num_layer * dir, Batch, num_units]. بالنسبة للنماذج الأخرى، يتم تجاهله. المعلمات: موتر أحادي الأبعاد يحتوي على الأوزان والتحيزات في تخطيط معتم. يجب إنشاء الحجم من خلال CudnnRNNParamsSize وتهيئته بشكل منفصل. لاحظ أنها قد لا تكون متوافقة عبر الأجيال المختلفة. لذلك، من الجيد حفظ واستعادة أطوال التسلسل: متجه لأطوال كل تسلسل إدخال. الإخراج: إذا كانت قيمة time_major صحيحة، فهذا موتر ثلاثي الأبعاد على شكل [seq_length, Batch_size, dir * num_units]. إذا كانت قيمة time_major خاطئة، فسيكون الشكل [batch_size, seq_length, dir * num_units]. output_h: يحتوي نفس الشكل على input_h. output_c: نفس شكل input_c لـ LSTM. موتر فارغ لنماذج أخرى. is_training: يشير إلى ما إذا كانت هذه العملية تستخدم للاستدلال أو التدريب. time_major: يشير إلى ما إذا كان تنسيق الإدخال/الإخراج هو تخصص زمني أو دفعة رئيسية. Reserve_space: موتر معتم يمكن استخدامه في حساب الدعامة الخلفية. يتم إنتاجه فقط إذا كان is_training صحيحًا.
فئات متداخلة
| فصل | CudnnRNN.Options | السمات الاختيارية لـ CudnnRNN | |
الثوابت
| خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
| ثابت <T يمتد TNumber > CudnnRNN <T> | |
| ثابت CudnnRNN.Options | الاتجاه (اتجاه السلسلة) |
| ثابت CudnnRNN.Options | التسرب (تعويم التسرب) |
| الإخراج <؟> | المضيف محجوز () |
| ثابت CudnnRNN.Options | وضع الإدخال (وضع إدخال السلسلة) |
| ثابت CudnnRNN.Options | isTraining (المنطقية isTraining) |
| ثابت CudnnRNN.Options | numProj (طويل numProj) |
| الإخراج <T> | انتاج () |
| الإخراج <T> | الإخراج ج () |
| الإخراج <T> | الإخراج ح () |
| الإخراج <T> | |
| ثابت CudnnRNN.Options | rnnMode (سلسلة rnnMode) |
| ثابت CudnnRNN.Options | بذرة (بذور طويلة) |
| ثابت CudnnRNN.Options | بذرة 2 (بذرة طويلة 2) |
| ثابت CudnnRNN.Options | timeMajor (التوقيت المنطقي Boolean TimeMajor) |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
إنشاء CudnnRNN <T> ثابت عام ( نطاق النطاق، إدخال المعامل <T>، المعامل <T> inputH، المعامل <T> inputC، المعامل <T> المعلمات، المعامل < TInt32 > أطوال التسلسل ، الخيارات... الخيارات)
طريقة المصنع لإنشاء فئة تغلف عملية CudnnRNN جديدة.
حدود
| نِطَاق | النطاق الحالي |
|---|---|
| خيارات | يحمل قيم السمات الاختيارية |
عائدات
- مثيل جديد من CudnnRNN