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 последующих этапах обучения или вывода.

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

num_layers: Указывает количество слоев в модели RNN. num_units: Указывает размер скрытого состояния. input_size: Указывает размер входного состояния. weights: каноническая форма весов, которые можно использовать для сохранения и восстановления. Они, скорее всего, будут совместимы в разных поколениях. biases: каноническая форма смещений, которые можно использовать для сохранения и восстановления. Они, скорее всего, будут совместимы в разных поколениях. num_params_weights: количество матриц параметров весов для всех слоев. num_params_biases: количество векторов параметров смещений для всех слоев. rnn_mode: Указывает тип модели RNN. input_mode: Указывает, есть ли линейная проекция между входом и фактическим вычислением перед первым слоем. «skip_input» разрешен 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. dir = (direction == bidirectional) ? 2 : 1 dropout: вероятность дропаута. При значении 0. дропаут отключен. seed: первая часть seed для инициализации дропаута. seed2: вторая часть seed для инициализации дропаута. num_proj: размерность вывода для матриц проекции. Если None или 0, проекция не выполняется.