DML_RNN_OPERATOR_DESC 구조체(directml.h)

입력에서 1계층 단순 RNN(되풀이 신경망) 함수를 수행합니다. 이 함수를 입력 게이트라고도 합니다. 이 연산자는 시퀀스 길이 차원 및 SequenceLengthsTensor에 의해 결정되는 루프에서 이 함수를 여러 번 수행합니다.

앞으로 방향에 대한 수식

뒤로 방향에 대한 수식

수식 범례

구문

struct DML_RNN_OPERATOR_DESC {
  const DML_TENSOR_DESC           *InputTensor;
  const DML_TENSOR_DESC           *WeightTensor;
  const DML_TENSOR_DESC           *RecurrenceTensor;
  const DML_TENSOR_DESC           *BiasTensor;
  const DML_TENSOR_DESC           *HiddenInitTensor;
  const DML_TENSOR_DESC           *SequenceLengthsTensor;
  const DML_TENSOR_DESC           *OutputSequenceTensor;
  const DML_TENSOR_DESC           *OutputSingleTensor;
  UINT                            ActivationDescCount;
  const DML_OPERATOR_DESC         *ActivationDescs;
  DML_RECURRENT_NETWORK_DIRECTION Direction;
};

멤버

InputTensor

형식: const DML_TENSOR_DESC*

입력 데이터를 포함하는 텐서인 X. 크기가 인 하나의 4차원 텐서로 압축(및 패딩될 수 있습니다).{ 1, seq_length, batch_size, input_size } seq_length 인덱스 t에 매핑되는 차원입니다. 텐서가 DML_TENSOR_FLAG_OWNED_BY_DML 플래그를 지원하지 않습니다.

WeightTensor

형식: const DML_TENSOR_DESC*

가중치 데이터, W_i 및 W_Bi 연결(양방향인 경우)을 포함하는 텐서입니다. 텐서의 크기는 입니다.{ 1, num_directions, hidden_size, input_size } 텐서가 DML_TENSOR_FLAG_OWNED_BY_DML 플래그를 지원하지 않습니다.

RecurrenceTensor

형식: const DML_TENSOR_DESC*

되풀이 가중치 데이터를 포함하는 선택적 텐서인 R. R_i 및 R_Bi 연결(양방향인 경우). 이 텐서의 크기는 입니다.{ 1, num_directions, hidden_size, hidden_size } 텐서가 DML_TENSOR_FLAG_OWNED_BY_DML 플래그를 지원하지 않습니다.

BiasTensor

형식: _Maybenull_ const DML_TENSOR_DESC*

입력 게이트에 대한 바이어스 데이터, B. { W_bi, R_bi }{ W_Bbi, R_Bbi } 연결 및 (양방향인 경우)을 포함하는 선택적 텐서입니다. 이 텐서의 크기는 입니다.{ 1, 1, num_directions, 2 * hidden_size } 지정하지 않으면 기본값은 0입니다. 텐서가 DML_TENSOR_FLAG_OWNED_BY_DML 플래그를 지원하지 않습니다.

HiddenInitTensor

형식: _Maybenull_ const DML_TENSOR_DESC*

첫 번째 루프 인덱스 t에 대해 숨겨진 노드 이니셜라이저 텐서 H_[t-1]을 포함하는 선택적 텐서입니다. 지정하지 않으면 기본값은 0입니다. 이 텐서의 크기는 입니다.{ 1, num_directions, batch_size, hidden_size } 텐서가 DML_TENSOR_FLAG_OWNED_BY_DML 플래그를 지원하지 않습니다.

SequenceLengthsTensor

형식: _Maybenull_ const DML_TENSOR_DESC*

일괄 처리의 각 요소에 대한 독립적인 seq_length 포함하는 선택적 텐서입니다. 지정하지 않으면 일괄 처리의 모든 시퀀스에 길이가 seq_length. 이 텐서의 크기는 입니다.{ 1, 1, 1, batch_size } 텐서가 DML_TENSOR_FLAG_OWNED_BY_DML 플래그를 지원하지 않습니다.

OutputSequenceTensor

형식: _Maybenull_ const DML_TENSOR_DESC*

숨겨진 노드의 모든 중간 계층 출력 값의 연결을 작성하는 선택적 텐서인 H_t. 이 텐서의 크기는 입니다.{ seq_length, num_directions, batch_size, hidden_size } seq_length 루프 인덱스 t에 매핑됩니다.

OutputSingleTensor

형식: _Maybenull_ const DML_TENSOR_DESC*

숨겨진 노드의 최종 출력 값을 쓸 선택적 텐서인 H_t. 이 텐서의 크기는 입니다.{ 1, num_directions, batch_size, hidden_size }

ActivationDescCount

형식: UINT

이 필드는 ActivationDescs 배열의 크기를 결정합니다.

ActivationDescs

형식: _Field_size_(ActivationDescCount) const DML_OPERATOR_DESC*

활성화 연산자 f()에 대한 설명을 포함하는 DML_OPERATOR_DESC 배열입니다. 활성화 함수의 수는 방향 수와 같습니다. 정방향 및 역방향의 경우 활성화 함수가 1개여야 합니다. 양방향의 경우 2가 될 것으로 예상됩니다.

Direction

형식: DML_RECURRENT_NETWORK_DIRECTION

연산자의 방향: 정방향, 뒤로 또는 양방향입니다.

가용성

이 연산자는 에서 DML_FEATURE_LEVEL_1_0도입되었습니다.

텐서 제약 조건

BiasTensor, HiddenInitTensor, InputTensor, OutputSequenceTensor, OutputSingleTensor, RecurrenceTensor및 는 WeightTensor 동일한 DataType을 가져야 합니다.

텐서 지원

텐서	종류	지원되는 차원 수	지원되는 데이터 형식
InputTensor	입력	4	FLOAT32, FLOAT16
WeightTensor	입력	4	FLOAT32, FLOAT16
RecurrenceTensor	입력	4	FLOAT32, FLOAT16
BiasTensor	선택적 입력	4	FLOAT32, FLOAT16
HiddenInitTensor	선택적 입력	4	FLOAT32, FLOAT16
SequenceLengthsTensor	선택적 입력	4	Uint32
OutputSequenceTensor	선택적 출력	4	FLOAT32, FLOAT16
OutputSingleTensor	선택적 출력	4	FLOAT32, FLOAT16

요구 사항

머리글	directml.h