tf.raw_ops.CudnnRNNParamsToCanonical

Получает параметры 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
)

Получает набор весов из буфера параметров, который можно сохранять и восстанавливать совместимым образом для будущих запусков.

Обратите внимание, что буфер параметров может не быть совместимым на разных графических процессорах. Поэтому любое сохранение и восстановление должно быть преобразовано 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 слоёв. 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. Вероятность их совместимости на разных поколениях выше. biases: каноническая форма смещений, которые можно использовать для сохранения и восстановления. Вероятность их совместимости на разных поколениях выше. 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 тогда, когда input_size == num_units; «auto_select» подразумевает «skip_input», когда input_size == num_units; в противном случае подразумевает «linear_input». direction: Указывает, будет ли использоваться двунаправленная модель. dir = (direction == bidirectional) ? 2 : 1 dropout: вероятность выпадения. При значении 0. выпадение отключено. seed: первая часть генератора случайных чисел для инициализации выпадения. seed2: вторая часть генератора случайных чисел для инициализации выпадения.