tf.raw_ops.CudnnRNNBackpropV2

Шаг обратного распространения для CudnnRNN.

tf.raw_ops.CudnnRNNBackpropV2(
    input,
    input_h,
    input_c,
    params,
    output,
    output_h,
    output_c,
    output_backprop,
    output_h_backprop,
    output_c_backprop,
    reserve_space,
    host_reserved,
    rnn_mode='lstm',
    input_mode='linear_input',
    direction='unidirectional',
    dropout=0,
    seed=0,
    seed2=0,
    name=None
)

Вычисляет обратное распространение для данных и весов в RNN. Принимает дополнительный входной параметр "host_reserved" по сравнению с CudnnRNNBackprop, который используется для определения cudnnRNNAlgo_t и cudnnMathType_t для RNN.

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' подразумевает 'skip_input' при input_size == num_units; в противном случае подразумевается 'linear_input'. direction: указывает, будет ли использоваться двунаправленная модель. Значение 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: трехмерный тензор формы [seq_length, batch_size, input_size]. input_h: трехмерный тензор формы [num_layer * dir, batch_size, num_units]. input_c: для LSTM — трехмерный тензор формы [num_layer * dir, batch, num_units]. Для других моделей игнорируется. params: одномерный тензор, содержащий веса и смещения в непрозрачном формате. Размер должен быть создан с помощью CudnnRNNParamsSize и инициализирован отдельно. Обратите внимание, что данные могут быть несовместимы между разными поколениями. Поэтому рекомендуется сохранять и восстанавливать output: трехмерный тензор 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. output_backprop: трехмерный тензор той же формы, что и output при прямом проходе. output_h_backprop: трехмерный тензор той же формы, что и output_h при прямом проходе. output_c_backprop: трехмерный тензор той же формы, что и output_c при прямом проходе. reserve_space: тот же reserve_space, который был создан при прямом выполнении операции. host_reserved: тот же host_reserved, который был создан при прямом выполнении операции. input_backprop: градиент по input при прямом проходе. Имеет ту же форму, что и input. input_h_backprop: градиент по input_h при прямом проходе. Имеет ту же форму, что и input_h. input_c_backprop: градиент по input_c при прямом проходе. Имеет ту же форму, что и input_c. params_backprop: градиент по буферу params при прямом проходе. Имеет ту же форму, что и params.