CudnnRNNCanonicalToParamsV2

Mengonversi parameter CudnnRNN dari bentuk kanonik ke bentuk yang dapat digunakan. Ini mendukung proyeksi di LSTM.

Menulis sekumpulan bobot ke dalam buffer parameter buram sehingga dapat digunakan dalam pelatihan atau inferensi mendatang.

Perhatikan bahwa buffer params mungkin tidak kompatibel di berbagai GPU. Jadi setiap penyelamatan dan pemulihan harus dikonversi ke dan dari bobot dan bias kanonik.

num_layers: Menentukan jumlah lapisan dalam model RNN. num_units: Menentukan ukuran status tersembunyi. input_size: Menentukan ukuran status input. bobot: bentuk bobot kanonik yang dapat digunakan untuk penyimpanan dan pemulihan. Mereka lebih cenderung kompatibel antar generasi yang berbeda. bias: bentuk bias kanonik yang dapat digunakan untuk penyelamatan dan restorasi. Mereka lebih cenderung kompatibel antar generasi yang berbeda. num_params_weights: jumlah matriks parameter bobot untuk semua lapisan. num_params_biases: jumlah vektor parameter bias untuk semua lapisan. rnn_mode: Menunjukkan jenis model RNN. input_mode: Tunjukkan apakah ada proyeksi linier antara input dan komputasi aktual sebelum lapisan pertama. 'skip_input' hanya diperbolehkan bila input_size == num_units; 'auto_select' menyiratkan 'skip_input' ketika input_size == num_units; jika tidak, ini berarti 'input_linier'. arah: Menunjukkan apakah model dua arah akan digunakan. dir = (arah == dua arah) ? 2: 1 putus sekolah: kemungkinan putus sekolah. Jika disetel ke 0, dropout dinonaktifkan. seed: bagian pertama dari seed untuk menginisialisasi dropout. seed2: bagian ke-2 dari benih untuk menginisialisasi dropout. num_proj: Dimensi keluaran untuk matriks proyeksi. Jika Tidak Ada atau 0, tidak ada proyeksi yang dilakukan.