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
)

Вычислить обратное распространение ошибки для данных и весов в RNN.

rnn_mode: Указывает тип модели RNN. input_mode: Указывает, существует ли линейное проектирование между входом и фактическим вычислением перед первым слоем. 'skip_input' разрешен только когда 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. Должно быть "однонаправленная" или "двунаправленная". dropout: Вероятность дропаут. При значении 0. дропаут отключен. seed: Первая часть семян для инициализации дропаут. seed2: Вторая часть семян для инициализации дропаут. 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 непрозрачном формате. 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 у input_h. output_c: Такая же форма, как у input_c для LSTM. Пустой тензор для других моделей. output_backprop: 3-мерный тензор с такой же формой, как у выходных данных в прямом проходе. output_h_backprop: 3-мерный тензор с такой же формой, как у output_h в прямом проходе. output_c_backprop: 3-мерный тензор с такой же формой, как у output_c в прямом проходе. reserve_space: То же reserve_space, что и в операции прямого прохода. input_backprop: Обратное распространение ошибки на вход в прямом проходе. Имеет такую же форму, как вход. input_h_backprop: Обратное распространение ошибки на input_h в прямом проходе. Имеет такую же форму, как input_h. input_c_backprop: Обратное распространение ошибки на input_c в прямом проходе. Имеет такую же форму, как input_c. params_backprop: Обратное распространение ошибки на буфер параметров в прямом проходе. Имеет такую же форму, как params.