BasicRNNCcell

public struct BasicRNNCell<Scalar> : RecurrentLayerCell where Scalar : TensorFlowFloatingPoint

یک سلول اصلی RNN

  • اعلام

    public var weight: Tensor<Scalar>

  • اعلام

    public var bias: Tensor<Scalar>

  • اعلام

    public typealias State = Tensor<Scalar>

  • اعلام

    public typealias TimeStepInput = Tensor<Scalar>

  • اعلام

    public typealias TimeStepOutput = State

  • اعلام

    public typealias Input = RNNCellInput<TimeStepInput, State>

  • اعلام

    public typealias Output = RNNCellOutput<TimeStepOutput, State>

  • یک SimpleRNNCell با اندازه ورودی مشخص شده و اندازه حالت پنهان ایجاد می کند.

    اعلام

    public init(inputSize: Int, hiddenSize: Int, seed: TensorFlowSeed = Context.local.randomSeed)

    مولفه های

    inputSize

    تعداد ویژگی ها در تانسورهای ورودی دوبعدی.

    hiddenSize

    تعداد ویژگی ها در حالت های پنهان دو بعدی.

    seed

    دانه تصادفی برای مقداردهی اولیه. مقدار پیش فرض تصادفی است.

  • حالتی با ارزش صفر با شکل سازگار با ورودی ارائه شده برمی‌گرداند.

    اعلام

    public func zeroState(for input: Tensor<Scalar>) -> State

  • خروجی به دست آمده از اعمال لایه به ورودی داده شده را برمی گرداند.

    اعلام

    @differentiable
public func callAsFunction(_ input: Input) -> Output

    مولفه های

    input

    ورودی لایه

    ارزش بازگشتی

    حالت پنهان