tf.raw_ops.CudnnRNNV3

RNN, поддерживаемый cuDNN.

tf.raw_ops.CudnnRNNV3(
    input,
    input_h,
    input_c,
    params,
    sequence_lengths,
    rnn_mode='lstm',
    input_mode='linear_input',
    direction='unidirectional',
    dropout=0,
    seed=0,
    seed2=0,
    num_proj=0,
    is_training=True,
    time_major=True,
    name=None
)

Вычисляет RNN из входных данных и начальных состояний по отношению к буферу параметров. Принимает на один дополнительный вход «sequence_lengths», чем CudnnRNN.

rnn_mode: Указывает тип модели RNN. input_mode: Указывает, есть ли линейное проектирование между входом и фактическим вычислением перед первым слоем. «skip_input» разрешается только тогда, 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 «unidirectional» или «bidirectional». dropout: Вероятность дропаута. При значении 0. дропаут отключён. seed: Первая часть seed для инициализации дропаута. seed2: Вторая часть seed для инициализации дропаута. input: Если time_major истинно, это 3-мерный тензор с формой [seq_length, batch_size, input_size]. Если time_major ложно, форма — [batch_size, seq_length, input_size]. input_h: Если time_major истинно, это 3-мерный тензор с формой [num_layer * dir, batch_size, num_units]. Если time_major ложно, форма — [batch_size, num_layer * dir, 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 непрозрачной структуре. Размер должен быть создан с помощью CudnnRNNParamsSize и инициализирован отдельно. Обратите внимание, что они могут быть несовместимы в разных поколениях. Поэтому рекомендуется сохранять и восстанавливать sequence_lengths: вектор длин каждой последовательности входных данных. output: Если time_major истинно, это 3-мерный тензор с формой [seq_length, batch_size, dir * num_units]. Если time_major ложно, форма — [batch_size, seq_length, dir * num_units]. output_h: Та же форма, что и input_h. output_c: Та же форма, что и input_c для LSTM. Пустой тензор для других моделей. is_training: Указывает, используется ли этот оператор для вывода или обучения. time_major: Указывает, является ли формат входных/выходных данных time major или batch major. reserve_space: Непрозрачный тензор, который может использоваться в вычислениях обратного распространения. Он генерируется только если is_training истинно.