BlockLSTMGradV2

classe finale pubblica BlockLSTMGradV2

Calcola la propagazione all'indietro della cella LSTM per l'intera sequenza temporale.

Questa implementazione deve essere utilizzata insieme a BlockLSTMV2.

Metodi pubblici

Uscita <T>	bGrad () La pendenza per w deve essere sostenuta.
static <T estende il numero> BlockLSTMGradV2 <T>	create ( ambito ambito, operando <Long> seqLenMax, operando <T> x, operando <T> csPrev, operando <T> hPrev, operando <T> w, operando <T> wci, operando <T> wcf, operando <T > wco, operando <T> b, operando <T> i, operando <T> cs, operando <T> f, operando <T> o, operando <T> ci, operando <T> co, operando <T> h , Operando <T> csGrad, Operando <T> hGrad, Boolean usePeephole) Metodo Factory per creare una classe che avvolge una nuova operazione BlockLSTMGradV2.
Uscita <T>	csPrevGrad () Il gradiente di cs_prev da sostenere.
Uscita <T>	hPrevGrad () Il gradiente di h_prev da sostenere.
Uscita <T>	wGrad () La pendenza per w deve essere sostenuta.
Uscita <T>	wcfGrad () La pendenza per il wcf da sostenere.
Uscita <T>	wciGrad () Il gradiente per cui wci deve essere sostenuto.
Uscita <T>	wcoGrad () La pendenza per la wco da sostenere.
Uscita <T>	xGrad () Il gradiente di x da sostenere.

Metodi ereditati

Dalla classe org.tensorflow.op.PrimitiveOp

booleano finale	è uguale a (Object obj)
final int	hashCode ()
Operazione	op () Restituisce l' Operation sottostante
stringa finale	toString ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
classe finale <?>	getClass ()
int	hashCode ()
vuoto finale	notifica ()
vuoto finale	notifyAll ()
Corda	toString ()
vuoto finale	wait (long arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	aspetta ()

Metodi pubblici

output pubblico <T> bGrad ()

La pendenza per w deve essere sostenuta.

public static BlockLSTMGradV2 <T> create ( Scope scope, Operand <Long> seqLenMax, Operand <T> x, Operand <T> csPrev, Operand <T> hPrev, Operand <T> w, Operand <T> wci, Operand <T > wcf, operando <T> wco, operando <T> b, operando <T> i, operando <T> cs, operando <T> f, operando <T> o, operando <T> ci, operando <T> co , Operando <T> h, Operando <T> csGrad, Operando <T> hGrad, Boolean usePeephole)

Metodo Factory per creare una classe che avvolge una nuova operazione BlockLSTMGradV2.

Parametri

scopo	ambito attuale
seqLenMax	Durata massima effettivamente utilizzata da questo ingresso. Gli output vengono riempiti con zeri oltre questa lunghezza.
X	L'input della sequenza a LSTM, shape (timelen, batch_size, num_inputs).
csPrev	Valore dello stato iniziale della cella.
hPrev	Uscita iniziale della cella (da utilizzare per lo spioncino).
w	La matrice del peso.
wci	La matrice del peso per la connessione dello spioncino del gate di ingresso.
wcf	La matrice di peso per la connessione di spioncino dimenticare gate.
wco	La matrice del peso per la connessione dello spioncino del gate di uscita.
b	Il vettore di bias.
io	Il gate di input per l'intera sequenza temporale.
cs	Lo stato della cella prima del tanh durante l'intera sequenza temporale.
f	Il cancello del dimenticatoio durante l'intera sequenza temporale.
o	La porta di uscita per l'intera sequenza temporale.
ci	L'input della cella durante l'intera sequenza temporale.
co	La cella dopo il tanh durante l'intera sequenza temporale.
h	Il vettore h di output sull'intera sequenza temporale.
csGrad	L'attuale gradiente di cs.
hGrad	Il gradiente del vettore h.
usePeephole	Se usare pesi spioncino.

ritorna

• una nuova istanza di BlockLSTMGradV2

output pubblico <T> csPrevGrad ()

Il gradiente di cs_prev da sostenere.

output pubblico <T> hPrevGrad ()

Il gradiente di h_prev da sostenere.

output pubblico <T> wGrad ()

La pendenza per w deve essere sostenuta.

output pubblico <T> wcfGrad ()

La pendenza per il wcf da sostenere.

output pubblico <T> wciGrad ()

Il gradiente per cui wci deve essere sostenuto.

output pubblico <T> wcoGrad ()

La pendenza per la wco da sostenere.

output pubblico <T> xGrad ()

Il gradiente di x da sostenere.