提交 832f9f09 编写于 作者: H Hao Wang 提交者: xsrobin

update optimizer_cn to release 1.5 (#1063)

上级 702c0882
...@@ -748,7 +748,7 @@ StaticRNN ...@@ -748,7 +748,7 @@ StaticRNN
StaticRNN可以处理一批序列数据。每个样本序列的长度必须相等。StaticRNN将拥有自己的参数,如输入、输出和存储器等。请注意,输入的第一个维度表示序列长度,且输入的所有序列长度必须相同。并且输入和输出的每个轴的含义是相同的。 StaticRNN可以处理一批序列数据。每个样本序列的长度必须相等。StaticRNN将拥有自己的参数,如输入、输出和存储器等。请注意,输入的第一个维度表示序列长度,且输入的所有序列长度必须相同。并且输入和输出的每个轴的含义是相同的。
**代码示例** **代码示例**
.. code-block:: python .. code-block:: python
...@@ -788,10 +788,10 @@ StaticRNN可以将多个变量标记为其输出。使用rnn()获取输出序列 ...@@ -788,10 +788,10 @@ StaticRNN可以将多个变量标记为其输出。使用rnn()获取输出序列
.. py:method:: memory(init=None, shape=None, batch_ref=None, init_value=0.0, init_batch_dim_idx=0, ref_batch_dim_idx=1) .. py:method:: memory(init=None, shape=None, batch_ref=None, init_value=0.0, init_batch_dim_idx=0, ref_batch_dim_idx=1)
为静态RNN创建一个内存变量。 为静态RNN创建一个内存变量。
如果init不为None,则此变量将初始化内存。 如果init为None,则必须设置shape和batch_ref,并且此函数将初始化init变量。 如果init不为None,则此变量将初始化内存。 如果init为None,则必须设置shape和batch_ref,并且此函数将初始化init变量。
参数: 参数:
- **init** (Variable|None) - 初始化过的变量,如果没有设置,则必须提供shape和batch_ref,默认值None - **init** (Variable|None) - 初始化过的变量,如果没有设置,则必须提供shape和batch_ref,默认值None
- **shape** (list|tuple) - boot memory的形状,注意其不包括batch_size,默认值None - **shape** (list|tuple) - boot memory的形状,注意其不包括batch_size,默认值None
- **batch_ref** (Variable|None) - batch引用变量,默认值None - **batch_ref** (Variable|None) - batch引用变量,默认值None
...@@ -799,12 +799,12 @@ StaticRNN可以将多个变量标记为其输出。使用rnn()获取输出序列 ...@@ -799,12 +799,12 @@ StaticRNN可以将多个变量标记为其输出。使用rnn()获取输出序列
- **init_batch_dim_idx** (int) - init变量的batch_size轴,默认值0 - **init_batch_dim_idx** (int) - init变量的batch_size轴,默认值0
- **ref_batch_dim_idx** (int) - batch_ref变量的batch_size轴 - **ref_batch_dim_idx** (int) - batch_ref变量的batch_size轴
返回:内存变量 返回:内存变量
**代码示例**: **代码示例**
.. code-block:: python .. code-block:: python
import paddle.fluid as fluid import paddle.fluid as fluid
import paddle.fluid.layers as layers import paddle.fluid.layers as layers
...@@ -827,44 +827,44 @@ StaticRNN可以将多个变量标记为其输出。使用rnn()获取输出序列 ...@@ -827,44 +827,44 @@ StaticRNN可以将多个变量标记为其输出。使用rnn()获取输出序列
.. py:method:: step_input(x) .. py:method:: step_input(x)
标记作为StaticRNN输入的序列。 标记作为StaticRNN输入的序列。
参数: 参数:
- **x** (Variable) – 输入序列,x的形状应为[seq_len, ...]。 - **x** (Variable) – 输入序列,x的形状应为[seq_len, ...]。
返回:输入序列中的当前时间步长。 返回:输入序列中的当前时间步长。
.. py:method:: step_output(o) .. py:method:: step_output(o)
标记作为StaticRNN输出的序列。 标记作为StaticRNN输出的序列。
参数: 参数:
-**o** (Variable) – 输出序列 -**o** (Variable) – 输出序列
返回:None 返回:None
.. py:method:: output(*outputs) .. py:method:: output(*outputs)
标记StaticRNN输出变量。 标记StaticRNN输出变量。
参数: 参数:
-**outputs** – 输出变量 -**outputs** – 输出变量
返回:None 返回:None
.. py:method:: update_memory(mem, var) .. py:method:: update_memory(mem, var)
将内存从ex_mem更新为new_mem。请注意,ex_mem和new_mem的形状和数据类型必须相同。 将内存从ex_mem更新为new_mem。请注意,ex_mem和new_mem的形状和数据类型必须相同。
参数: 参数:
- **mem** (Variable) – 内存变量 - **mem** (Variable) – 内存变量
- **var** (Variable) – RNN块中产生的普通变量 - **var** (Variable) – RNN块中产生的普通变量
返回:None 返回:None
......
此差异已折叠。
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册