CudnnRNNV3

cuDNN द्वारा समर्थित एक RNN।

पैरामीटर बफ़र के संबंध में, इनपुट और प्रारंभिक अवस्थाओं से आरएनएन की गणना करता है। CudnnRNN की तुलना में एक अतिरिक्त इनपुट "अनुक्रम_लंबाई" स्वीकार करता है।

rnn_mode: RNN मॉडल के प्रकार को इंगित करता है। इनपुट_मोड: इंगित करता है कि पहली परत से पहले इनपुट और वास्तविक गणना के बीच एक रैखिक प्रक्षेपण है या नहीं। 'स्किप_इनपुट' की अनुमति केवल तभी होती है जब इनपुट_साइज़ == num_units; 'ऑटो_सेलेक्ट' का तात्पर्य 'स्किप_इनपुट' से है जब इनपुट_साइज़ == num_units; अन्यथा, इसका तात्पर्य 'रैखिक_इनपुट' है। दिशा: इंगित करता है कि क्या द्विदिश मॉडल का उपयोग किया जाएगा। "यूनिडायरेक्शनल" या "द्विदिशात्मक" होना चाहिए। ड्रॉपआउट: ड्रॉपआउट संभावना. जब 0 पर सेट किया जाता है, तो ड्रॉपआउट अक्षम हो जाता है। बीज: ड्रॉपआउट आरंभ करने के लिए बीज का पहला भाग। बीज 2: ड्रॉपआउट प्रारंभ करने के लिए बीज का दूसरा भाग। इनपुट: यदि टाइम_मेजर सत्य है, तो यह [seq_length, बैच_साइज, इनपुट_साइज] के आकार वाला एक 3-डी टेंसर है। यदि टाइम_मेजर गलत है, तो आकार [बैच_साइज, सीक_लेंथ, इनपुट_साइज] है। इनपुट_एच: यदि टाइम_मेजर सत्य है, तो यह [num_layer * dir, Batch_size, num_units] के आकार वाला एक 3-डी टेंसर है। यदि टाइम_मेजर गलत है, तो आकार [बैच_साइज, नंबर_लेयर * डीआईआर, नंबर_यूनिट्स] है। इनपुट_सी: एलएसटीएम के लिए, [num_layer * dir, Batch, num_units] आकार वाला एक 3-डी टेंसर। अन्य मॉडलों के लिए, इसे नजरअंदाज कर दिया जाता है। पैरामीटर्स: एक 1-डी टेंसर जिसमें एक अपारदर्शी लेआउट में वजन और पूर्वाग्रह शामिल होते हैं। आकार CudnnRNNParamsSize के माध्यम से बनाया जाना चाहिए, और अलग से प्रारंभ किया जाना चाहिए। ध्यान दें कि वे विभिन्न पीढ़ियों में संगत नहीं हो सकते हैं। इसलिए अनुक्रम_लंबाई को सहेजना और पुनर्स्थापित करना एक अच्छा विचार है: प्रत्येक इनपुट अनुक्रम की लंबाई का एक वेक्टर। आउटपुट: यदि टाइम_मेजर सत्य है, तो यह [seq_length, Batch_size, dir * num_units] आकार वाला एक 3-डी टेंसर है। यदि टाइम_मेजर गलत है, तो आकार [बैच_साइज, सीक_लेंथ, डीआईआर * num_units] है। आउटपुट_एच: इनपुट_एच का आकार समान है। आउटपुट_सी: एलएसटीएम के लिए इनपुट_सी के समान आकार। अन्य मॉडलों के लिए एक खाली टेंसर। is_training: इंगित करता है कि इस ऑपरेशन का उपयोग अनुमान या प्रशिक्षण के लिए किया जाता है। टाइम_मेजर: इंगित करता है कि इनपुट/आउटपुट प्रारूप टाइम मेजर है या बैच मेजर। रिज़र्व_स्पेस: एक अपारदर्शी टेंसर जिसका उपयोग बैकप्रॉप गणना में किया जा सकता है। यह केवल तभी निर्मित होता है जब is_training सत्य हो।