CuDNN tarafından desteklenen bir RNN.
Param arabelleğine göre giriş ve başlangıç durumlarından RNN'yi hesaplar. CudnnRNN'den fazladan bir "dizi_uzunluğu" girdisini kabul eder.
rnn_mode: RNN modelinin tipini belirtir. input_mode: Giriş ile ilk katmandan önceki gerçek hesaplama arasında doğrusal bir projeksiyon olup olmadığını gösterir. 'skip_input'a yalnızca input_size == num_units; olduğunda izin verilir. 'auto_select', input_size == num_units; olduğunda 'skip_input' anlamına gelir; aksi takdirde 'doğrusal_giriş' anlamına gelir. Direction: Çift yönlü bir modelin kullanılıp kullanılmayacağını belirtir. "Tek yönlü" veya "çift yönlü" olmalıdır. okulu bırakma: Bırakma olasılığı. 0'a ayarlandığında bırakma devre dışı bırakılır. tohum: Bir tohumun bırakmayı başlatacak 1. kısmı. Seed2: Bir tohumun bırakmayı başlatacak 2. kısmı. giriş: Time_major doğruysa, bu [sıra_uzunluğu, toplu_boyut, giriş_boyutu] şeklinde bir 3 boyutlu tensördür. time_major false ise şekil [batch_size, seq_length, input_size] olur. input_h: Time_major doğruysa, bu [num_layer * dir, Batch_size, num_units] şeklinde bir 3 boyutlu tensördür. time_major false ise şekil [batch_size, num_layer * dir, num_units] olur. input_c: LSTM için, [sayı_katmanı * dizin, toplu iş, sayı_birimleri] şeklinde bir 3 boyutlu tensör. Diğer modellerde bu dikkate alınmaz. params: Ağırlıkları ve önyargıları opak bir düzende içeren 1 boyutlu bir tensör. Boyutun CudnnRNNParamsSize aracılığıyla oluşturulması ve ayrı olarak başlatılması gerekir. Farklı nesiller arasında uyumlu olmayabileceklerini unutmayın. Bu nedenle, dizi_uzunluklarını kaydedip geri yüklemek iyi bir fikirdir: her giriş dizisinin uzunluklarının bir vektörü. çıktı: Time_major doğruysa, bu [sıra_uzunluğu, toplu_boyut, dir * sayı_birimleri] şeklinde bir 3 boyutlu tensördür. time_major false ise şekil [batch_size, seq_length, dir * num_units] olur. çıktı_h: Aynı şeklin girdi_h'si vardır. çıktı_c: LSTM için girdi_c ile aynı şekil. Diğer modeller için boş bir tensör. is_training: Bu işlemin çıkarım için mi yoksa eğitim için mi kullanıldığını belirtir. time_major: Giriş/çıkış biçiminin zaman ana birimi mi yoksa toplu ana birim mi olduğunu belirtir. Reserve_space: Backprop hesaplamasında kullanılabilecek opak bir tensör. Yalnızca is_training doğruysa üretilir.
İç İçe Sınıflar
| sınıf | CudnnRNN.Seçenekler | CudnnRNN için isteğe bağlı özellikler | |
Sabitler
| Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı |
Genel Yöntemler
| statik <T TNumber'ı genişletir > CudnnRNN <T> | |
| statik CudnnRNN.Seçenekler | yön (Dize yönü) |
| statik CudnnRNN.Seçenekler | bırakma (Kayanma bırakma) |
| Çıkış <?> | |
| statik CudnnRNN.Seçenekler | inputMode (Dize girişModu) |
| statik CudnnRNN.Seçenekler | isTraining (Boolean isTraining) |
| statik CudnnRNN.Seçenekler | numProj (Uzun numProj) |
| Çıkış <T> | çıktı () |
| Çıkış <T> | çıktıC () |
| Çıkış <T> | çıktıH () |
| Çıkış <T> | rezervAlan () |
| statik CudnnRNN.Seçenekler | rnnMode (Dize rnnMode) |
| statik CudnnRNN.Seçenekler | tohum (Uzun tohum) |
| statik CudnnRNN.Seçenekler | tohum2 (Uzun tohum2) |
| statik CudnnRNN.Seçenekler | timeMajor (Boolean timeMajor) |
Kalıtsal Yöntemler
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
public static CudnnRNN <T> create ( Kapsam kapsamı , İşlenen <T> girişi, İşlenen <T> girişiH, İşlenen <T> girişiC, İşlenen <T> parametreleri, İşlenen < TInt32 > sıraUzunlukları, Seçenekler... seçenekler)
Yeni bir CudnnRNN işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam |
|---|---|
| seçenekler | isteğe bağlı nitelik değerlerini taşır |
İadeler
- CudnnRNN'nin yeni bir örneği