tf.raw_ops.CudnnRNNParamsToCanonical

Получение параметров CudnnRNN в канонической форме.

tf.raw_ops.CudnnRNNParamsToCanonical(
    num_layers, num_units, input_size, params, num_params, rnn_mode='lstm',
    input_mode='linear_input', direction='unidirectional', dropout=0, seed=0,
    seed2=0, name=None
)

Возвращает набор весов из буфера параметров, которые можно сохранить и восстановить совместимым образом с будущими запусками.

Обратите внимание, что буфер параметров может быть несовместимым на разных GPU. Поэтому любое сохранение и восстановление должно преобразовываться в канонические веса и смещения.

num_layers: Указывает количество слоев в модели RNN. num_units: Указывает размер скрытого состояния. input_size: Указывает размер входного состояния. 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. weights: каноническая форма весов, которые можно использовать для сохранения и восстановления. Они, скорее всего, будут совместимы с различными поколениями. biases: каноническая форма смещений, которые можно использовать для сохранения и восстановления. Они, скорее всего, будут совместимы с различными поколениями. rnn_mode: Указывает тип модели RNN. input_mode: Указывает, есть ли линейное проектирование между входом и фактическим вычислением перед первым слоем. 'skip_input' разрешено только при 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. dir = (direction == bidirectional) ? 2 : 1 dropout: вероятность дропаута. При значении 0. дропаут отключен. seed: первая часть семян для инициализации дропаута. seed2: вторая часть семян для инициализации дропаута.