tf.raw_ops.CudnnRNNBackpropV3

Шаг обратного распространения ошибки для CudnnRNNV3.

tf.raw_ops.CudnnRNNBackpropV3(
    input,
    input_h,
    input_c,
    params,
    sequence_lengths,
    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,
    num_proj=0,
    time_major=True,
    name=None
)

Вычисляет обратное распространение ошибки для данных и весов в RNN. Принимает дополнительный вход "sequence_lengths" по сравнению с CudnnRNNBackprop.

rnn_mode: Указывает тип модели RNN. input_mode: Указывает, есть ли линейная проекция между входными данными и фактическим вычислением 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. Допустимые значения: "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: Если time_major имеет значение true, это 3D-тензор формы [seq_length, batch_size, input_size]. Если time_major имеет значение false, форма — [batch_size, seq_length, input_size]. input_h: Если time_major имеет значение true, это 3D-тензор формы [num_layer * dir, batch_size, num_units]. Если time_major имеет значение false, форма — [batch_size, num_layer * dir, num_units]. input_c: Для LSTM — 3D-тензор формы [num_layer * dir, batch, num_units]. Для других моделей игнорируется. params: 1D-тензор, содержащий веса и смещения в непрозрачном формате. Размер должен быть создан с помощью CudnnRNNParamsSize, а инициализация выполняется отдельно. Обратите внимание, что параметры могут быть несовместимы между разными поколениями. Поэтому рекомендуется сохранять и восстанавливать их. sequence_lengths: вектор длин каждой входной последовательности. output: Если time_major имеет значение true, это 3D-тензор формы [seq_length, batch_size, dir * num_units]. Если time_major имеет значение false, форма — [batch_size, seq_length, 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 представляет собой пустой тензор. output_backprop: 3D-тензор той же формы, что и output при прямом проходе. output_h_backprop: 3D-тензор той же формы, что и output_h при прямом проходе. output_c_backprop: 3D-тензор той же формы, что и output_c при прямом проходе. time_major: Указывает, используется ли формат входных и выходных данных с приоритетом временного измерения или пакетного измерения. reserve_space: То же значение reserve_space, которое было получено при прямом проходе. 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.