CudnnRNNV3

Un RNN respaldado por cuDNN.

Calcula el RNN a partir de los estados de entrada e inicial, con respecto al búfer de parámetros. Acepta una entrada adicional "sequence_lengths" que CudnnRNN.

rnn_mode: Indica el tipo de modelo RNN. input_mode: Indica si hay una proyección lineal entre la entrada y el cálculo real antes de la primera capa. 'skip_input' solo se permite cuando input_size == num_units; 'auto_select' implica 'skip_input' cuando input_size == num_units; de lo contrario, implica 'linear_input'. direction: Indica si se utilizará un modelo bidireccional. Debe ser "unidireccional" o "bidireccional". abandono: probabilidad de abandono. Cuando se establece en 0., la deserción está deshabilitada. semilla: La primera parte de una semilla para inicializar la deserción. seed2: la segunda parte de una semilla para inicializar la deserción. input: Si time_major es verdadero, este es un tensor 3-D con la forma de [seq_length, batch_size, input_size]. Si time_major es falso, la forma es [batch_size, seq_length, input_size]. input_h: Si time_major es verdadero, este es un tensor 3-D con la forma de [num_layer * dir, batch_size, num_units]. Si time_major es falso, la forma es [batch_size, num_layer * dir, num_units]. input_c: para LSTM, un tensor 3D con la forma de [num_layer * dir, batch, num_units]. Para otros modelos, se ignora. params: un tensor 1-D que contiene los pesos y los sesgos en un diseño opaco. El tamaño debe crearse mediante CudnnRNNParamsSize e inicializarse por separado. Tenga en cuenta que es posible que no sean compatibles entre distintas generaciones. Por lo tanto, es una buena idea guardar y restaurar sequence_lengths: un vector de longitudes de cada secuencia de entrada. salida: si time_major es verdadero, este es un tensor 3-D con la forma de [seq_length, batch_size, dir * num_units]. Si time_major es falso, la forma es [batch_size, seq_length, dir * num_units]. output_h: la misma forma tiene input_h. output_c: la misma forma que input_c para LSTM. Un tensor vacío para otros modelos. is_training: Indica si esta operación se usa para inferencia o entrenamiento. time_major: indica si el formato de entrada / salida es time major o batch major. reserve_space: un tensor opaco que se puede usar en el cálculo de backprop. Solo se produce si is_training es verdadero.