tf.raw_ops.CudnnRNNV3

Реализация RNN с использованием cuDNN.

tf.raw_ops.CudnnRNNV3(
    input,
    input_h,
    input_c,
    params,
    sequence_lengths,
    rnn_mode='lstm',
    input_mode='linear_input',
    direction='unidirectional',
    dropout=0,
    seed=0,
    seed2=0,
    num_proj=0,
    is_training=True,
    time_major=True,
    name=None
)

Вычисляет RNN из входных данных и начальных состояний, с учетом буфера параметров. Принимает на один дополнительный вход «sequence_lengths», по сравнению с CudnnRNN.

rnn_mode: Указывает тип модели RNN. input_mode: Указывает, существует ли линейное проектирование между входными данными и фактическим вычислением перед первым слоем. 'skip_input' разрешен только тогда, когда input_size == num_units; 'auto_select' подразумевает 'skip_input', когда input_size == num_units; в противном случае он подразумевает 'linear_input'. direction: Указывает, будет ли использоваться двунаправленная модель. Должно быть "однонаправленная" или "двунаправленная". dropout: Вероятность дропаута. При значении 0. дропаут отключен. seed: Первая часть семени для инициализации дропаута. seed2: Вторая часть семени для инициализации дропаута. input: Если time_major — истина, это 3-мерный тензор с формой [seq_length, batch_size, input_size]. Если time_major — ложь, форма — [batch_size, seq_length, input_size]. input_h: Если time_major — истина, это 3-мерный тензор с формой [num_layer * dir, batch_size, num_units]. Если time_major — ложь, форма — [batch_size, num_layer * dir, num_units]. input_c: Для LSTM, 3-мерный тензор с формой [num_layer * dir, batch, num_units]. Для других моделей он игнорируется. params: 1-мерный тензор, содержащий веса и смещения в непрозрачном формате. Размер должен быть создан с помощью CudnnRNNParamsSize и инициализирован отдельно. Обратите внимание, что они могут быть несовместимы между различными поколениями. Поэтому рекомендуется сохранять и восстанавливать sequence_lengths: вектор длин каждой входной последовательности. output: Если time_major — истина, это 3-мерный тензор с формой [seq_length, batch_size, dir * num_units]. Если time_major — ложь, форма — [batch_size, seq_length, dir * num_units]. output_h: Такая же форма, как input_h. output_c: Такая же форма, как input_c для LSTM. Пустой тензор для других моделей. is_training: Указывает, используется ли эта операция для вывода или обучения. time_major: Указывает, является ли формат входных/выходных данных временным или пакетным. reserve_space: Непрозрачный тензор, который может использоваться в вычислениях обратного распространения. Он генерируется только если is_training — истина.