【Pytorch实用教程】Pytorch中nn.RNNBase、nn.RNN、nn.LSTM、nn.GRU、nn.RNNCell、nn.LSTMCell、nn.GRUCell介绍、用法详解

nn.RNNBase

简介

nn.RNNBase 是 PyTorch 中所有循环神经网络（RNN）类的基础类。这个类提供了一些基本的功能和接口，供具体的 RNN 实现（如 nn.RNN、nn.LSTM、nn.GRU）继承和使用。

参数

nn.RNNBase 的构造函数包含以下几个主要参数：

• mode: 指定 RNN 的类型，'RNN_TANH' 或 'RNN_RELU'。
• input_size: 每个时间步的输入特征维度。
• hidden_size: 隐藏状态的特征维度。
• num_layers: RNN 的层数，默认为 1。
• bias: 如果为 False，RNN 层不会使用偏置，默认为 True。
• batch_first: 如果为 True，输入和输出的张量格式为 (batch, seq, feature)，默认为 False。
• dropout: 除最后一层外的每个 RNN 层的 dropout 概率，默认为 0。
• bidirectional: 如果为 True，则使用双向 RNN，默认为 False。