tf.raw_ops.CudnnRNNCanonicalToParamsV2

Преобразует параметры CudnnRNN из канонической формы в используемую форму. Поддерживает проекцию в LSTM.

tf.raw_ops.CudnnRNNCanonicalToParamsV2(
    num_layers, num_units, input_size, weights, biases, rnn_mode='lstm',
    input_mode='linear_input', direction='unidirectional',
    dropout=0, seed=0, seed2=0, num_proj=0, name=None
)

Записывает набор весов в буфер параметров, чтобы их можно было использовать в последующем обучении или вывода.

Обратите внимание, что буфер параметров может не быть совместимым на разных графических процессорах. Поэтому любое сохранение и восстановление должно преобразовываться в и из канонических весов и смещений.

num_layers: Указывает количество слоёв в модели RNN. num_units: Указывает размер скрытого состояния. input_size: Указывает размер входного состояния. weights: каноническая форма весов, которая может использоваться для сохранения и восстановления. Они с большей вероятностью будут совместимы в разных поколениях. biases: каноническая форма смещений, которая может использоваться для сохранения и восстановления. Они с большей вероятностью будут совместимы в разных поколениях. num_params_weights: количество матриц параметров весов для всех слоёв. num_params_biases: количество векторов параметров смещений для всех слоёв. rnn_mode: Указывает тип модели RNN. input_mode: Указывает, существует ли линейная проекция между входом и фактическим вычислением перед первым слоем. «skip_input» разрешается только при input_size == num_units; «auto_select» подразумевает «skip_input» при input_size == num_units; в противном случае подразумевает «linear_input». direction: Указывает, будет ли использоваться двунаправленная модель. dir = (direction == bidirectional) ? 2 : 1 dropout: вероятность отбрасывания. При значении 0. отбрасывание отключено. seed: первая часть значения для инициализации отбрасывания. seed2: вторая часть значения для инициализации отбрасывания. num_proj: размерность выходных данных для матриц проекции. Если None или 0, проекция не выполняется.