CudnnRNNV3

Một RNN được hỗ trợ bởi cuDNN.

Tính toán RNN từ trạng thái đầu vào và trạng thái ban đầu, liên quan đến bộ đệm thông số. Chấp nhận thêm một đầu vào "sequence_lengths" so với CudnnRNN.

rnn_mode: Cho biết loại mô hình RNN. input_mode: Cho biết liệu có phép chiếu tuyến tính giữa đầu vào và tính toán thực tế trước lớp đầu tiên hay không. 'skip_input' chỉ được phép khi input_size == num_units; 'auto_select' ngụ ý 'skip_input' khi input_size == num_units; mặt khác, nó ngụ ý 'tuyến tính_input'. hướng: Cho biết liệu mô hình hai chiều có được sử dụng hay không. Nên là "một chiều" hoặc "hai chiều". bỏ học: Xác suất bỏ học. Khi được đặt thành 0., tính năng bỏ học bị vô hiệu hóa. hạt giống: Phần đầu tiên của hạt giống để khởi tạo việc bỏ học. Seed2: Phần thứ 2 của hạt giống để khởi tạo dropout. đầu vào: Nếu time_major là đúng thì đây là tensor 3-D có hình dạng [seq_length, batch_size, input_size]. Nếu time_major sai thì hình dạng là [batch_size, seq_length, input_size]. input_h: Nếu time_major là đúng thì đây là tensor 3-D có hình dạng [num_layer * dir, batch_size, num_units]. Nếu time_major sai thì hình dạng là [batch_size, num_layer * dir, num_units]. input_c: Đối với LSTM, một tensor 3-D có hình dạng [num_layer * dir, batch, num_units]. Đối với các mô hình khác, nó bị bỏ qua. params: Tenxor 1-D chứa trọng số và độ lệch trong một bố cục mờ. Kích thước phải được tạo thông qua CudnnRNNParamsSize và được khởi tạo riêng. Lưu ý rằng chúng có thể không tương thích giữa các thế hệ khác nhau. Vì vậy, bạn nên lưu và khôi phục Sequ_lengths: một vectơ có độ dài của mỗi chuỗi đầu vào. đầu ra: Nếu time_major là đúng thì đây là tensor 3-D có hình dạng [seq_length, batch_size, dir * num_units]. Nếu time_major sai thì hình dạng là [batch_size, seq_length, dir * num_units]. đầu ra_h: Hình dạng tương tự có đầu vào_h. đầu ra_c: Hình dạng tương tự như đầu vào_c cho LSTM. Một tensor trống cho các mô hình khác. is_training: Cho biết thao tác này được sử dụng để suy luận hay huấn luyện. time_major: Cho biết định dạng đầu vào/đầu ra là thời gian chính hay theo đợt. Reserve_space: Một tensor mờ có thể được sử dụng trong tính toán backprop. Nó chỉ được tạo ra nếu is_training là đúng.