CudnnRNNParamsToCanonical

kelas akhir publik CudnnRNNParamsToCanonical

Mengambil parameter CudnnRNN dalam bentuk kanonik. Ini mendukung proyeksi di LSTM.

Mengambil sekumpulan bobot dari buffer params buram yang dapat disimpan dan dipulihkan dengan cara yang kompatibel dengan proses selanjutnya.

Perhatikan bahwa buffer params mungkin tidak kompatibel di berbagai GPU. Jadi setiap penyelamatan dan pemulihan harus diubah ke dan dari bobot dan bias kanonik.

num_layers: Menentukan jumlah lapisan dalam model RNN. num_units: Menentukan ukuran status tersembunyi. input_size: Menentukan ukuran status input. num_params_weights: jumlah matriks parameter bobot untuk semua lapisan. num_params_biases: jumlah vektor parameter bias untuk semua lapisan. bobot: bentuk bobot kanonik yang dapat digunakan untuk penyimpanan dan pemulihan. Mereka lebih cenderung kompatibel antar generasi yang berbeda. bias: bentuk bias kanonik yang dapat digunakan untuk penyelamatan dan restorasi. Mereka lebih cenderung kompatibel antar generasi yang berbeda. rnn_mode: Menunjukkan jenis model RNN. input_mode: Tunjukkan 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. dir = (arah == dua arah) ? 2: 1 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. num_proj: Dimensi keluaran untuk matriks proyeksi. Jika Tidak Ada atau 0, tidak ada proyeksi yang dilakukan.

Kelas Bersarang

kelas CudnnRNNNParamsToCanonical.Options Atribut opsional untuk CudnnRNNParamsToCanonical

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Daftar< Keluaran <T>>
bias ()
statis <T memperluas TNomber > CudnnRNNParamsToCanonical <T>
buat ( Lingkup cakupan , Operan < TInt32 > numLayers, Operan < TInt32 > numUnits, Operan < TInt32 > inputSize, Operan <T> params, Long numParamsWeights, Long numParamsBiases, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi CudnnRNNNParamsToCanonical baru.
CudnnRNNParamsToCanonical.Options statis
arah (arah string)
CudnnRNNParamsToCanonical.Options statis
putus sekolah (putus sekolah mengambang)
CudnnRNNParamsToCanonical.Options statis
mode masukan (Mode masukan string)
CudnnRNNParamsToCanonical.Options statis
numProj (NomorProj panjang)
CudnnRNNParamsToCanonical.Options statis
rnnMode (String rnnMode)
CudnnRNNParamsToCanonical.Options statis
benih (biji panjang)
CudnnRNNParamsToCanonical.Options statis
seed2 (Benih panjang2)
Daftar< Keluaran <T>>
beban ()

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "CudnnRNNNParamsToCanonicalV2"

Metode Publik

Daftar publik< Keluaran <T>> bias ()

public static CudnnRNNParamsToCanonical <T> buat ( Lingkup cakupan , Operand < TInt32 > numLayers, Operand < TInt32 > numUnits, Operand < TInt32 > inputSize, Operand <T> params, Long numParamsWeights, Long numParamsBiases, Options... options)

Metode pabrik untuk membuat kelas yang membungkus operasi CudnnRNNNParamsToCanonical baru.

Parameter
cakupan ruang lingkup saat ini
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari CudnnRNNNParamsToCanonical

arah CudnnRNNParamsToCanonical.Options statis publik (arah string)

putus sekolah CudnnRNNParamsToCanonical.Options statis publik (putus sekolah Float)

CudnnRNNParamsToCanonical.Options inputMode statis publik (String inputMode)

CudnnRNNParamsToCanonical.Options numProj statis publik (NumProj panjang)

CudnnRNNParamsToCanonical.Options statis publik rnnMode (String rnnMode)

benih CudnnRNNParamsToCanonical.Options statis publik (Benih panjang)

public static CudnnRNNParamsToCanonical.Options seed2 (Benih panjang2)

Daftar publik< Output <T>> bobot ()