BasicRNNCcell

public struct BasicRNNCell<Scalar> : RecurrentLayerCell where Scalar : TensorFlowFloatingPoint

یک سلول اصلی RNN

• وزن
  اعلامیه

  public var weight: Tensor<Scalar>

• تعصب
  اعلامیه

  public var bias: Tensor<Scalar>

• ایالت
  اعلامیه

  public typealias State = Tensor<Scalar>

• TimeStepInput
  اعلامیه

  public typealias TimeStepInput = Tensor<Scalar>

• TimeStepOutput
  اعلامیه

  public typealias TimeStepOutput = State

• ورودی
  اعلامیه

  public typealias Input = RNNCellInput<TimeStepInput, State>

• خروجی
  اعلامیه

  public typealias Output = RNNCellOutput<TimeStepOutput, State>

• init(inputSize:hiddenSize:seed:)
  یک SimpleRNNCell با اندازه ورودی مشخص شده و اندازه حالت پنهان ایجاد می کند.

  اعلامیه

  public init(inputSize: Int, hiddenSize: Int, seed: TensorFlowSeed = Context.local.randomSeed)

  پارامترها

  inputSize	تعداد ویژگی ها در تانسورهای ورودی دوبعدی.
  hiddenSize	تعداد ویژگی ها در حالت های پنهان دو بعدی.
  seed	دانه تصادفی برای مقداردهی اولیه. مقدار پیش فرض تصادفی است.

• حالت صفر (برای:)
  حالتی با ارزش صفر با شکل سازگار با ورودی ارائه شده برمی‌گرداند.

  اعلامیه

  public func zeroState(for input: Tensor<Scalar>) -> State

• callAsFunction(_:)
  خروجی به دست آمده از اعمال لایه به ورودی داده شده را برمی گرداند.

  اعلامیه

  @differentiable
  public func callAsFunction(_ input: Input) -> Output

  پارامترها

  input

  ورودی لایه

  ارزش بازگشتی

  حالت پنهان