aclnnBidirectionLSTMV2

产品支持情况

[object Object]undefined

功能说明

• 接口功能：LSTM（Long Short-Term Memory，长短时记忆）网络是一种特殊的循环神经网络（RNN）模型。进行LSTM网络计算，接收输入序列和初始状态，返回输出序列和最终状态。相比新增了Sequence不等长场景。
• 计算公式：$$f_t =sigm(W_f[h_{t-1}, x_t] + b_f)\\ i_t =sigm(W_i[h_{t-1}, x_t] + b_i)\\ o_t =sigm(W_o[h_{t-1}, x_t] + b_o)\\ \tilde{c}_t =tanh(W_c[h_{t-1}, x_t] + b_c)\\ c_t =f_t ⊙ c_{t-1} + i_t ⊙ \tilde{c}_t\\ c_{o}^{t} =tanh(c_t)\\ h_t =o_t ⊙ c_{o}^{t}\\$$
  • $x_t ∈ R^{d}$：LSTM单元的输入向量。
  • $f_t ∈ (0, 1)^{h}$：遗忘门激活向量。
  • $i_t ∈ (0, 1)^{h}$：输入门、更新门激活向量。
  • $o_t ∈ (0, 1)^{h}$：输出门激活向量。
  • $h_i ∈ (-1, 1)^{h}$：隐藏状态向量，也称为LSTM单元的输出向量。
  • $\tilde{c}_t ∈ (-1, 1)^{h}$：cell输入激活向量。
  • $c_t ∈ R^{h}$：cell状态向量。
  • $W ∈ R^{h×d}，(U ∈ R^{h×h})∩(b ∈ R^{h})$：训练中需要学习的权重矩阵和偏置向量参数。

函数原型

每个算子分为，必须先调用“aclnnBidirectionLSTMV2GetWorkspaceSize”接口获取入参并根据流程计算所需workspace大小，再调用“aclnnBidirectionLSTMV2”接口执行计算。

aclnnBidirectionLSTMV2GetWorkspaceSize

• 参数说明：

  [object Object]

• 返回值：

aclnnStatus：返回状态码，具体参见。 第一段接口会完成入参校验，出现以下场景时报错：

[object Object]

aclnnBidirectionLSTMV2

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus: 返回状态码，具体参见。

约束说明

• 确定性计算：
  • aclnnBidirectionLSTMV2默认确定性实现。

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考。