[torch]maskzero-brnn

https://www.bountysource.com/teams/element-research/issues?tracker_ids=13818311

require 'nn'
require 'rnn'

inputdim = 5
outputdim = 3
seq = 4
batch = 2
--seqlen x batchsize x inputsize
model1 = nn.SeqBRNN(inputdim, outputdim)
model1.forwardModule:maskZero()
model1.backwardModule:maskZero()
--model2 = nn.MaskZero(nn.SeqBRNN(inputdim, outputdim),1)

input = torch.rand(seq,batch,inputdim)
input[1][1]:fill(0)
input[seq][2]:fill(0)
print(input)
print(model1:forward(input))

res:

(1,.,.) = 
  0.0000  0.0000  0.0000  0.0000  0.0000
  0.2203  0.3390  0.6926  0.8441  0.6361

(2,.,.) = 
  0.6061  0.7323  0.3474  0.5499  0.6236
  0.9515  0.2123  0.3901  0.2063  0.1385

(3,.,.) = 
  0.6000  0.7315  0.5589  0.9840  0.1418
  0.1604  0.7989  0.6146  0.6593  0.0978

(4,.,.) = 
  0.9620  0.0543  0.5116  0.7920  0.9306
  0.0000  0.0000  0.0000  0.0000  0.0000
[torch.DoubleTensor of size 4x2x5]

(1,.,.) = 
  0.0000  0.0000  0.0000
  0.4691  0.0980 -0.4581

(2,.,.) = 
  0.6086  0.0915 -0.5804
  0.6128 -0.0166 -0.3646

(3,.,.) = 
  0.5398 -0.0439 -0.5339
  0.4330 -0.1285 -0.1740

(4,.,.) = 
  0.5330 -0.1697 -0.4250
  0.0000  0.0000  0.0000
[torch.DoubleTensor of size 4x2x3]
  • 0
    点赞
  • 0
    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