CudnnRNNParamsToCanonicalV2

Récupère les paramètres CudnnRNN sous forme canonique. Il prend en charge la projection dans LSTM.

Récupère un ensemble de poids du tampon de paramètres opaque qui peut être enregistré et restauré d'une manière compatible avec les exécutions futures.

Notez que le tampon de paramètres peut ne pas être compatible entre différents GPU. Ainsi, toute sauvegarde et restauration doit être convertie vers et depuis les poids et biais canoniques.

num_layers : spécifie le nombre de couches dans le modèle RNN. num_units : spécifie la taille de l'état caché. input_size : Spécifie la taille de l’état d’entrée. num_params_weights : nombre de matrices de paramètres de poids pour toutes les couches. num_params_biases : nombre de vecteurs de paramètres de biais pour toutes les couches. poids : la forme canonique des poids qui peuvent être utilisés pour la sauvegarde et la restauration. Ils sont plus susceptibles d’être compatibles entre les différentes générations. biais : la forme canonique des biais qui peuvent être utilisés pour la sauvegarde et la restauration. Ils sont plus susceptibles d’être compatibles entre les différentes générations. rnn_mode : Indique le type du modèle RNN. input_mode : indique s'il existe une projection linéaire entre l'entrée et le calcul réel avant la première couche. 'skip_input' n'est autorisé que lorsque input_size == num_units ; 'auto_select' implique 'skip_input' lorsque input_size == num_units ; sinon, cela implique 'linear_input'. direction : Indique si un modèle bidirectionnel sera utilisé. dir = (direction == bidirectionnel) ? 2 : 1 abandon : probabilité d’abandon. Lorsqu'il est défini sur 0, la suppression est désactivée. seed : la 1ère partie d'une graine pour initialiser le dropout. seed2 : la 2ème partie d'une graine pour initialiser l'abandon. num_proj : la dimensionnalité de sortie pour les matrices de projection. Si Aucun ou 0, aucune projection n’est effectuée.