CudnnRNNBackprop

공개 최종 클래스 CudnnRNNBackprop

CudnnRNNV3의 역전파 단계.

RNN에서 데이터와 가중치의 역전파를 계산합니다. CudnnRNNBackprop보다 추가 "sequence_lengths" 입력을 사용합니다.

rnn_mode: RNN 모델의 유형을 나타냅니다. input_mode: 첫 번째 레이어 이전의 입력과 실제 계산 사이에 선형 투영이 있는지 여부를 나타냅니다. 'skip_input'은 input_size == num_units인 경우에만 허용됩니다. input_size == num_units인 경우 'auto_select'는 'skip_input'을 의미합니다. 그렇지 않으면 'linear_input'을 의미합니다. 방향: 양방향 모델을 사용할지 여부를 나타냅니다. "단방향" 또는 "양방향"이어야 합니다. dropout: 탈락 확률. 0으로 설정하면 드롭아웃이 비활성화됩니다. 시드(seed): 드롭아웃을 초기화하는 시드의 첫 번째 부분입니다. seed2: 드롭아웃을 초기화하기 위한 시드의 두 번째 부분입니다. 입력: time_major가 true인 경우 [seq_length, 배치_크기, 입력_크기] 모양의 3차원 텐서입니다. time_major가 false인 경우 모양은 [batch_size, seq_length, input_size]입니다. input_h: time_major가 true인 경우 [num_layer * dir, 배치_크기, num_units] 모양의 3차원 텐서입니다. time_major가 false인 경우 모양은 [batch_size, num_layer * dir, num_units]입니다. input_c: LSTM의 경우 [num_layer * dir, 배치, num_units] 형태의 3차원 텐서입니다. 다른 모델의 경우 무시됩니다. params: 불투명 레이아웃의 가중치와 편향을 포함하는 1차원 텐서입니다. 크기는 CudnnRNNParamsSize를 통해 생성하고 별도로 초기화해야 합니다. 다른 세대에서는 호환되지 않을 수 있습니다. 따라서 각 입력 시퀀스 길이의 벡터인 시퀀스_길이를 저장하고 복원하는 것이 좋습니다. 출력: time_major가 true인 경우 이는 [seq_length, 배치_크기, dir * num_units] 모양의 3차원 텐서입니다. time_major가 false인 경우 모양은 [batch_size, seq_length, dir * num_units]입니다. output_h: 같은 모양에 input_h가 있습니다. output_c: LSTM의 input_c와 같은 모양입니다. 다른 모델의 경우 빈 텐서. output_backprop: 순방향 전달의 출력과 동일한 모양을 갖는 3D 텐서입니다. output_h_backprop: 순방향 전달에서 output_h와 모양이 동일한 3D 텐서입니다. output_c_backprop: 순방향 전달에서 output_c와 모양이 동일한 3D 텐서입니다. time_major: 입출력 형식이 시간 전공인지 일괄 전공인지를 나타냅니다. Reserve_space: 순방향 작업에서 생성된 동일한 Reserve_space입니다. input_backprop: 정방향 전달에서 입력할 역전파입니다. 입력과 모양이 동일합니다. input_h_backprop: 정방향 전달에서 input_h에 대한 역전파입니다. input_h와 모양이 같습니다. input_c_backprop: 정방향 전달에서 input_c에 대한 역전파입니다. input_c와 모양이 같습니다. params_backprop: 정방향 패스의 params 버퍼에 대한 역전파입니다. params와 모양이 동일합니다.

중첩 클래스

수업 CudnnRNNBackprop.옵션 CudnnRNNBackprop 의 선택적 속성

상수

OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

static <T는 TNumber를 확장합니다. > CudnnRNNBackprop <T>
생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <T> 입력H, 피연산자 <T> 입력C, 피연산자 <T> 매개 변수, 피연산자 < TInt32 > 시퀀스 길이, 피연산자 <T> 출력, 피연산자 <T> 출력H, 피연산자 <T > 출력C, 피연산자 <T> 출력백프로퍼, 피연산자 <T> 출력HBackprop, 피연산자 <T> 출력CBackprop, 피연산자 <T> ReserveSpace, 피연산자 <?> 호스트Reserved, 옵션... 옵션)
새로운 CudnnRNNBackprop 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 CudnnRNNBackprop.Options
방향 (끈 방향)
정적 CudnnRNNBackprop.Options
드롭아웃 (플로트 드롭아웃)
출력 <T>
출력 <T>
출력 <T>
정적 CudnnRNNBackprop.Options
inputMode (문자열 inputMode)
정적 CudnnRNNBackprop.Options
numProj (긴 numProj)
출력 <T>
정적 CudnnRNNBackprop.Options
rnnMode (문자열 rnnMode)
정적 CudnnRNNBackprop.Options
종자 (긴 종자)
정적 CudnnRNNBackprop.Options
시드2 (긴 시드2)
정적 CudnnRNNBackprop.Options
timeMajor (부울 시간Major)

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "CudnnRNNBackpropV3"

공개 방법

public static CudnnRNNBackprop <T> create ( Scope 범위, Operand <T> 입력, Operand <T> inputH, Operand <T> inputC, Operand <T> params, Operand < TInt32 > 시퀀스 길이, Operand <T> 출력, Operand <T > 출력H, 피연산자 <T> 출력C, 피연산자 <T> outputBackprop, 피연산자 <T> 출력HBackprop, 피연산자 <T> 출력CBackprop, 피연산자 <T> ReserveSpace, 피연산자 <?> 호스트Reserved, 옵션... 옵션)

새로운 CudnnRNNBackprop 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
옵션 선택적 속성 값을 전달합니다.
보고
  • CudnnRNNBackprop의 새로운 인스턴스

public static CudnnRNNBackprop.Options 방향 (문자열 방향)

public static CudnnRNNBackprop.Options 드롭아웃 (플로트 드롭아웃)

공개 출력 <T> inputBackprop ()

공개 출력 <T> inputCBackprop ()

공개 출력 <T> inputHBackprop ()

공개 정적 CudnnRNNBackprop.Options inputMode (문자열 inputMode)

공개 정적 CudnnRNNBackprop.Options numProj (Long numProj)

공개 출력 <T> paramsBackprop ()

공개 정적 CudnnRNNBackprop.Options rnnMode (문자열 rnnMode)

public static CudnnRNNBackprop.Options 시드 (긴 시드)

공개 정적 CudnnRNNBackprop.Options Seed2 (긴 시드2)

공개 정적 CudnnRNNBackprop.Options timeMajor (부울 timeMajor)