CudnnRNNCcanonicalToParamsV2

পাবলিক ফাইনাল ক্লাস CudnnRNNCcanonicalToParamsV2

CudnnRNN params কে ক্যানোনিকাল ফর্ম থেকে ব্যবহারযোগ্য ফর্মে রূপান্তর করে। এটি LSTM এ অভিক্ষেপ সমর্থন করে।

অস্বচ্ছ প্যারামস বাফারে ওজনের একটি সেট লেখে যাতে সেগুলি আসন্ন প্রশিক্ষণ বা অনুমানে ব্যবহার করা যেতে পারে।

মনে রাখবেন যে প্যারামস বাফার বিভিন্ন GPU তে সামঞ্জস্যপূর্ণ নাও হতে পারে। সুতরাং যেকোন সংরক্ষণ এবং পুনরুদ্ধারকে ক্যানোনিকাল ওজন এবং পক্ষপাত থেকে রূপান্তরিত করা উচিত।

num_layers: RNN মডেলে স্তরের সংখ্যা নির্দিষ্ট করে। num_units: লুকানো অবস্থার আকার নির্দিষ্ট করে। input_size: ইনপুট অবস্থার আকার নির্দিষ্ট করে। ওজন: ওজনের ক্যানোনিকাল ফর্ম যা সংরক্ষণ এবং পুনরুদ্ধারের জন্য ব্যবহার করা যেতে পারে। তারা বিভিন্ন প্রজন্ম জুড়ে সামঞ্জস্যপূর্ণ হওয়ার সম্ভাবনা বেশি। পক্ষপাত: পক্ষপাতের ক্যানোনিকাল ফর্ম যা সংরক্ষণ এবং পুনরুদ্ধারের জন্য ব্যবহার করা যেতে পারে। তারা বিভিন্ন প্রজন্ম জুড়ে সামঞ্জস্যপূর্ণ হওয়ার সম্ভাবনা বেশি। num_params_weights: সমস্ত স্তরের জন্য ওজন প্যারামিটার ম্যাট্রিক্সের সংখ্যা। num_params_biases: সমস্ত স্তরের জন্য বায়াস প্যারামিটার ভেক্টরের সংখ্যা। rnn_mode: RNN মডেলের ধরন নির্দেশ করে। input_mode: প্রথম স্তরের আগে ইনপুট এবং প্রকৃত গণনার মধ্যে একটি রৈখিক অভিক্ষেপ আছে কিনা তা নির্দেশ করুন। 'skip_input' শুধুমাত্র তখনই অনুমোদিত যখন input_size == num_units; 'স্বয়ংক্রিয়_নির্বাচন' বোঝায় 'skip_input' যখন input_size == num_units; অন্যথায়, এটি 'লিনিয়ার_ইনপুট' বোঝায়। দিকনির্দেশ: একটি দ্বিমুখী মডেল ব্যবহার করা হবে কিনা তা নির্দেশ করে। dir = (নির্দেশ == দ্বিমুখী)? 2 : 1 ড্রপআউট: ড্রপআউট সম্ভাবনা। 0 এ সেট করা হলে, ড্রপআউট অক্ষম করা হয়। বীজ: ড্রপআউট শুরু করার জন্য একটি বীজের 1ম অংশ। বীজ 2: ড্রপআউট শুরু করার জন্য একটি বীজের 2য় অংশ। num_proj: প্রজেকশন ম্যাট্রিক্সের জন্য আউটপুট মাত্রা। যদি কোনটি না বা 0, কোন অভিক্ষেপ সঞ্চালিত হয় না।

নেস্টেড ক্লাস

ক্লাস CudnnRNNCcanonicalToParamsV2.Options CudnnRNNCanonicalToParamsV2 এর জন্য ঐচ্ছিক বৈশিষ্ট্য

পাবলিক পদ্ধতি

আউটপুট <T>
আউটপুট হিসাবে ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <T নম্বর প্রসারিত করে> CudnnRNNCanonicalToParamsV2 <T>
তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <Integer> numLayers, Operand <Integer> numUnits, Operand <Integer> inputSize, Iterable< Operand <T>> ওজন, Iterable< Operand <T>> বায়েস, বিকল্প... বিকল্প)
একটি নতুন CudnnRNNCanonicalToParamsV2 অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options
দিক (স্ট্রিং দিক)
স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options
ড্রপআউট (ফ্লোট ড্রপআউট)
স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options
ইনপুটমোড (স্ট্রিং ইনপুটমোড)
স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options
numProj (লং numProj)
আউটপুট <T>
স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options
rnnMode (স্ট্রিং rnnMode)
স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options
বীজ (দীর্ঘ বীজ)
স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options
বীজ 2 (লম্বা বীজ 2)

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2 <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <Integer> numLayers, Operand <Integer> numUnits, Operand <Integer> inputSize, Iterable< Operand <T>> ওজন, Iterable< অপারেন্ড > <T. বিকল্প )

একটি নতুন CudnnRNNCanonicalToParamsV2 অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
বিকল্প ঐচ্ছিক বৈশিষ্ট্য মান বহন করে
রিটার্নস
  • CudnnRNNCanonicalToParamsV2 এর একটি নতুন উদাহরণ

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2. বিকল্প দিক (স্ট্রিং দিক)

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2 . অপশন ড্রপআউট (ফ্লোট ড্রপআউট)

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2. অপশন ইনপুটমোড (স্ট্রিং ইনপুটমোড)

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2. অপশন numProj (লং numProj)

সর্বজনীন আউটপুট <T> প্যারামস ()

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2 . বিকল্প rnnMode (স্ট্রিং rnnMode)

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2. বিকল্প বীজ (দীর্ঘ বীজ)

পাবলিক স্ট্যাটিক CudnnRNNCcanonicalToParamsV2.Options seed2 (দীর্ঘ বীজ2)