tf.raw_ops.CudnnRNNCanonicalToParams

Преобразует параметры CudnnRNN из канонической формы в пригодную для использования.

tf.raw_ops.CudnnRNNCanonicalToParams(
    num_layers,
    num_units,
    input_size,
    weights,
    biases,
    rnn_mode='lstm',
    input_mode='linear_input',
    direction='unidirectional',
    dropout=0,
    seed=0,
    seed2=0,
    name=None
)

Записывает набор весов в непрозрачный буфер параметров, чтобы их можно было использовать при последующем обучении или выполнении вывода.

Обратите внимание, что буфер параметров может быть несовместимым с разными графическими процессорами. Поэтому при сохранении и восстановлении необходимо преобразовывать канонические веса и смещения и обратно.

num_layers: задает количество слоев в модели RNN. num_units: задает размер скрытого состояния. input_size: задает размер входного состояния. weights: каноническая форма весов, которую можно использовать для сохранения и восстановления. Она с большей вероятностью будет совместима между разными поколениями. biases: каноническая форма смещений, которую можно использовать для сохранения и восстановления. Она с большей вероятностью будет совместима между разными поколениями. num_params: количество наборов параметров для всех слоев. Каждый слой может содержать несколько наборов параметров, каждый из которых состоит из матрицы весов и вектора смещений. rnn_mode: указывает тип модели RNN. input_mode: указывает, есть ли линейная проекция между входом и фактическим вычислением 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. dir = (direction == bidirectional) ? 2 : 1 dropout: вероятность исключения. При значении 0. исключение отключено. seed: первая часть начального значения для инициализации исключения. seed2: вторая часть начального значения для инициализации исключения.