tf.raw_ops.CudnnRNN

RNN на основе cuDNN.

Просмотреть псевдонимы

Псевдонимы совместимости для миграции

Дополнительные сведения см. в руководстве по миграции.

tf.compat.v1.raw_ops.CudnnRNN

tf.raw_ops.CudnnRNN(
    input,
    input_h,
    input_c,
    params,
    rnn_mode='lstm',
    input_mode='linear_input',
    direction='unidirectional',
    dropout=0,
    seed=0,
    seed2=0,
    is_training=True,
    name=None
)

Вычисляет RNN на основе входных данных и начальных состояний с учетом буфера params.

rnn_mode: Указывает тип модели RNN. input_mode: Указывает, имеется ли линейная проекция между входными данными и фактическими вычислениями перед первым слоем. 'skip_input' разрешен только при input_size == num_units; 'auto_select' означает 'skip_input', если input_size == num_units; в противном случае он означает 'linear_input'. direction: Указывает, будет ли использоваться двунаправленная модель. Должно быть "unidirectional" или "bidirectional". dropout: Вероятность исключения. Если задано значение 0., исключение отключено. seed: Первая часть начального значения для инициализации исключения. seed2: Вторая часть начального значения для инициализации исключения. input: Тензор 3-го порядка формы [seq_length, batch_size, input_size]. input_h: Тензор 3-го порядка формы [num_layer * dir, batch_size, num_units]. input_c: Для LSTM — тензор 3-го порядка формы [num_layer * dir, batch, num_units]. Для других моделей он игнорируется. params: Тензор 1-го порядка, содержащий веса и смещения в непрозрачном формате. Его размер должен быть получен с помощью CudnnRNNParamsSize; инициализация выполняется отдельно. Обратите внимание, что они могут быть несовместимы между разными поколениями. Поэтому рекомендуется сохранять и восстанавливать output: Тензор 3-го порядка формы [seq_length, batch_size, dir * num_units]. output_h: Имеет ту же форму, что и input_h. output_c: Для LSTM имеет ту же форму, что и input_c. Для других моделей — пустой тензор. is_training: Указывает, используется ли эта операция для вывода или обучения. reserve_space: Непрозрачный тензор, который можно использовать при вычислении обратного распространения. Он создается только в том случае, если is_training имеет значение false.

Аргументы
`input`	A `Tensor`. Должен иметь один из следующих типов: `bfloat16`, `half`, `float32`, `float64`.
`input_h`	A `Tensor`. Должен иметь тот же тип, что и `input`.
`input_c`	A `Tensor`. Должен иметь тот же тип, что и `input`.
`params`	A `Tensor`. Должен иметь тот же тип, что и `input`.
`rnn_mode`	Необязательный `string` из: `"rnn_relu", "rnn_tanh", "lstm", "gru"`. По умолчанию используется `"lstm"`.
`input_mode`	Необязательный `string` из: `"linear_input", "skip_input", "auto_select"`. По умолчанию используется `"linear_input"`.
`direction`	Необязательный `string` из: `"unidirectional", "bidirectional"`. По умолчанию используется `"unidirectional"`.
`dropout`	Необязательный `float`. По умолчанию используется `0`.
`seed`	Необязательный `int`. По умолчанию используется `0`.
`seed2`	Необязательный `int`. По умолчанию используется `0`.
`is_training`	Необязательный `bool`. По умолчанию используется `True`.
`name`	Имя операции (необязательно).

Возвращаемые значения
Кортеж из объектов `Tensor` (output, output_h, output_c, reserve_space).
`output`	A `Tensor`. Имеет тот же тип, что и `input`.
`output_h`	A `Tensor`. Имеет тот же тип, что и `input`.
`output_c`	A `Tensor`. Имеет тот же тип, что и `input`.
`reserve_space`	A `Tensor`. Имеет тот же тип, что и `input`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/CudnnRNN