يحسب الانتشار الخلفي لخلية GRU لخطوة زمنية واحدة.
Args x: الإدخال إلى خلية GRU. h_prev: إدخال الحالة من خلية GRU السابقة. w_ru: مصفوفة الوزن لبوابة إعادة الضبط والتحديث. w_c: مصفوفة الوزن لبوابة اتصال الخلية. b_ru: ناقل التحيز لبوابة إعادة التعيين والتحديث. b_c: متجه التحيز لبوابة اتصال الخلية. r: إخراج بوابة إعادة الضبط. u: إخراج بوابة التحديث. ج: إخراج بوابة اتصال الخلية. d_h: تدرجات h_new wrt إلى الوظيفة الموضوعية.
إرجاع d_x: تدرجات x wrt إلى الوظيفة الموضوعية. d_h_prev: تدرجات h wrt إلى الوظيفة الموضوعية. d_c_bar تدرجات c_bar wrt إلى الوظيفة الموضوعية. d_r_bar_u_bar تدرجات r_bar وu_bar wrt إلى الوظيفة الموضوعية.
تنفذ عملية النواة هذه المعادلات الرياضية التالية:
ملاحظة حول تدوين المتغيرات:
يتم تمثيل تسلسل a وb بواسطة a_b يتم تمثيل المنتج النقطي من حيث العنصر لـ a وb بواسطة ab يتم تمثيل المنتج النقطي من حيث العنصر بواسطة \circ يتم تمثيل ضرب المصفوفة بواسطة *
ملاحظات إضافية للتوضيح:
يمكن تقسيم `w_ru` إلى 4 مصفوفات مختلفة.
w_ru = [w_r_x w_u_x
w_r_h_prev w_u_h_prev]
w_c = [w_c_x w_c_h_prevr]
b_ru = [b_ru_x b_ru_h]
b_c = [b_c_x b_c_h]
d_x = d_x_component_1 + d_x_component_2
where d_x_component_1 = d_r_bar * w_r_x^T + d_u_bar * w_r_x^T
and d_x_component_2 = d_c_bar * w_c_x^T
d_h_prev = d_h_prev_component_1 + d_h_prevr \circ r + d_h \circ u
where d_h_prev_componenet_1 = d_r_bar * w_r_h_prev^T + d_u_bar * w_r_h_prev^T
d_c_bar = d_h \circ (1-u) \circ (1-c \circ c)
d_u_bar = d_h \circ (h-c) \circ u \circ (1-u)
d_r_bar_u_bar = [d_r_bar d_u_bar]
[d_x_component_1 d_h_prev_component_1] = d_r_bar_u_bar * w_ru^T
[d_x_component_2 d_h_prevr] = d_c_bar * w_c^T
d_x = d_x_component_1 + d_x_component_2
d_h_prev = d_h_prev_component_1 + d_h_prevr \circ r + u
d_w_ru = x_h_prevr^T * d_c_bar
d_w_c = x_h_prev^T * d_r_bar_u_bar
d_b_ru = sum of d_r_bar_u_bar along axis = 0
d_b_c = sum of d_c_bar along axis = 0
الثوابت
| خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الطرق الموروثة
| منطقية نهائية | يساوي (كائن كائن) |
| كثافة العمليات النهائية | رمز التجزئة () |
| عملية | |
| السلسلة النهائية | إلى السلسلة () |
| منطقية | يساوي (كائن arg0) |
| الدرجة النهائية<?> | الحصول على كلاس () |
| كثافة العمليات | رمز التجزئة () |
| الفراغ النهائي | إعلام () |
| الفراغ النهائي | إعلام الكل () |
| خيط | إلى السلسلة () |
| الفراغ النهائي | انتظر (طويل arg0، int arg1) |
| الفراغ النهائي | انتظر (طويل arg0) |
| الفراغ النهائي | انتظر () |
| بيئة التنفيذ المجردة | بيئى () قم بإرجاع بيئة التنفيذ التي تم إنشاء هذه العملية فيها. |
| عملية مجردة |
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
إنشاء GRUBlockCellGrad <T> ثابت عام (نطاق النطاق ، المعامل <T> x، المعامل <T> hPrev، المعامل <T> wRu، المعامل <T> wC، المعامل <T> bRu، المعامل <T> bC، المعامل <T > r، المعامل <T> u، المعامل <T> c، المعامل <T> dH)
طريقة المصنع لإنشاء فئة تغلف عملية GRUBlockCellGrad جديدة.
حدود
| نِطَاق | النطاق الحالي |
|---|
المرتجعات
- مثيل جديد لـ GRUblockCellGrad