RNn笔记

构建一个简单的LSTM网络对mnist数据集进行识别

class RNN_Net(nn.Module):                  #定义一个神经网络,作为识别分类
    def __init__(self,in_dim,hidden_dim,n_layer,n_class=10):
        super(RNN_Net, self).__init__()      #初始化模型
        self.n_layer=n_layer #构造第一层网络
        self.hidden_dim=hidden_dim#构造第二层网络
        self.lstm=nn.LSTM(in_dim,hidden_dim,n_layer,batch_first=True)
        self.classifier=nn.Linear(hidden_dim,n_class)#构造第三层网络,即输出层

    def forward(self,x):          #前向传播过程
        out,_=self.lstm(x)
        out=out[:,-1,:]
        out=self.classifier(out)
        return out

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值