tf.contrib.cudnn_rnn.CudnnRNNTanh

Реализация Cudnn слоя RNN-tanh.

tf.contrib.cudnn_rnn.CudnnRNNTanh(
    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 слоёв 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 принимать значения 'linear_input', 'skip_input' или 'auto_select'. 'linear_input' (по умолчанию) всегда применяет линейное преобразование входа 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 подразумевает 'linear_input'.
`direction`	направление модели, в котором работает модель. Может быть 'unidirectional' или '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 отключён.
`seed`	семенной оператор, используемый 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 веса.
`bias_initializer`	начальное значение для инициализации смещения (по умолчанию все нули).
`name`	VariableScope для созданной подграфа; по умолчанию имя класса. Это служит по умолчанию только в том случае, если при вызове call() не указан scope.

Исключения
`ValueError`	если направление некорректное. 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 будущих версиях. Инструкции по обновлению: Перестаньте использовать этот атрибут, так как слои tf.layers больше не отслеживают свой график.
`input_mode`	Режим ввода первого слоя. Указывает, есть ли линейное преобразование между вводом и фактическим вычислением перед первым слоем. Может принимать 'linear_input': (по умолчанию) всегда применяет линейное преобразование входа к скрытому состоянию RNN. (стандартное поведение RNN) 'skip_input': 'skip_input' разрешён только когда input_size == num_units. 'auto_select'. подразумевает 'skip_input', когда input_size == num_units; в противном случае подразумевает 'linear_input'.
`input_size`
`num_dirs`
`num_layers`
`num_units`
`rnn_mode`	Тип используемой ячейки RNN.
`saveable`
`scope_name`

Методы

`state_shape`

Просмотреть исходный код

state_shape(
    batch_size
)

Форма состояния ячеек Cudnn RNN без.

input_c.

Форма — это кортеж из 1 элемента, [num_layers * num_dirs, batch_size, num_units] Аргументы: batch_size: целое число

Возвращает
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/CudnnRNNTanh