tf.raw_ops.CudnnRNNBackprop

Обратное распространение ошибки для CudnnRNN.

tf.raw_ops.CudnnRNNBackprop(
    input, input_h, input_c, params, output, output_h, output_c, output_backprop,
    output_h_backprop, output_c_backprop, reserve_space, rnn_mode='lstm',
    input_mode='linear_input', direction='unidirectional', dropout=0, seed=0,
    seed2=0, name=None
)

Вычисление обратного распространения ошибки как для данных, так и для весов в RNN.

rnn_mode: Указывает тип модели RNN. input_mode: Указывает, есть ли линейное проектирование между входом и фактическим вычислением перед первым слоем. «skip_input» разрешается только тогда, когда input_size == num_units; «auto_select» подразумевает «skip_input», когда input_size == num_units; в противном случае это подразумевает «linear_input». direction: Указывает, будет ли использоваться двунаправленная модель. Должно быть «unidirectional» или «bidirectional». dropout: Вероятность дропаута. При значении 0. дропаут отключён. seed: Первая часть значения seed для инициализации дропаута. seed2: Вторая часть значения seed для инициализации дропаута. input: 3-мерный тензор с формой [seq_length, batch_size, input_size]. input_h: 3-мерный тензор с формой [num_layer * dir, batch_size, 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 непрозрачной структуре. 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 output: 3-мерный тензор с формой [seq_length, batch_size, 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. output_backprop: 3-мерный тензор с такой же формой, как выходной тензор в прямом проходе. output_h_backprop: 3-мерный тензор с такой же формой, как output_h в прямом проходе. output_c_backprop: 3-мерный тензор с такой же формой, как output_c в прямом проходе. reserve_space: Такой же reserve_space, который был получен в прямом проходе. input_backprop: Обратное распространение ошибки для входных данных в прямом проходе. Имеет ту же форму, что и входной тензор. input_h_backprop: Обратное распространение ошибки для input_h в прямом проходе. Имеет ту же форму, что и input_h. input_c_backprop: Обратное распространение ошибки для input_c в прямом проходе. Имеет ту же форму, что и input_c. params_backprop: Обратное распространение ошибки для буфера параметров в прямом проходе. Имеет ту же форму, что и параметры.