tf.contrib.cudnn_rnn.CudnnRNNRelu

Реализация Cudnn слоя RNN-relu.

tf.contrib.cudnn_rnn.CudnnRNNRelu(
    num_layers, num_units, input_mode=CUDNN_INPUT_LINEAR_MODE,
    direction=CUDNN_RNN_UNIDIRECTION, dropout=0.0, seed=None,
    dtype=tf.dtypes.float32, kernel_initializer=None, bias_initializer=None,
    name=None
)

Аргументы
`num_layers`	количество слоев для модели RNN.
`num_units`	количество единиц в модели RNN.
`input_mode`	указывает, есть ли линейное преобразование между входом и фактическим вычислением перед первым слоем. Может быть 'linear_input', 'skip_input' или 'auto_select'. 'linear_input' (по умолчанию) всегда применяет линейное преобразование входных данных к скрытому состоянию RNN. (стандартное поведение RNN). 'skip_input' разрешено 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`	направление модели, в котором работает модель. Может быть либо 'unidirectional', либо 'bidirectional'
`dropout`	скорость дропаута, число от [0, 1]. Дропаут применяется между каждым слоем (дропаут не применяется для модели с одним слоем). При значении 0 дропаут отключен.
`seed`	семя операции, используемой для инициализации дропаута. См. `tf.compat.v1.set_random_seed` для получения информации о поведении.
`dtype`	tf.float16, tf.float32 или tf.float64
`kernel_initializer`	начальное значение для инициализации весов.
`bias_initializer`	начальное значение для инициализации смещения (по умолчанию все нули).
`name`	VariableScope для созданного подграфа; по умолчанию имя класса. Это служит только для области по умолчанию, если впоследствии область не указана при вызове call().

Исключения
`ValueError`	если направление недопустимо. Или тип данных не поддерживается.

Атрибуты
`canonical_bias_shapes`	Форматы канонических тензоров смещения Cudnn.
`canonical_weight_shapes`	Форматы канонических тензоров весов Cudnn.
`direction`	Возвращает `unidirectional` или `bidirectional`.
`graph`	УСТАРЕВШАЯ ФУНКЦИЯ Предупреждение: ЭТА ФУНКЦИЯ УСТАРЕЛА. Она будет удалена в будущей версии. Инструкции по обновлению: прекратите использовать этот свойство, т.к. слои tf.layers больше не отслеживают свою графу.
`input_mode`	Режим входных данных первого слоя. Указывает, есть ли линейное преобразование между входом и фактическим вычислением перед первым слоем. Это может быть 'linear_input': (по умолчанию) всегда применяет линейное преобразование входных данных к скрытому состоянию RNN. (стандартное поведение RNN) 'skip_input': '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'.
`input_size`
`num_dirs`
`num_layers`
`num_units`
`rnn_mode`	Тип используемой ячейки RNN.
`saveable`
`scope_name`

Методы

`state_shape`

Посмотреть исходный код

state_shape(
    batch_size
)

Форма состояния ячеек Cudnn RNN без.

входного c.

Форма является кортежем из 1 элемента, [num_layers * num_dirs, batch_size, num_units] Args: batch_size: целое число

Возвращаемое значение
кортеж массивов python.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/cudnn_rnn/CudnnRNNRelu