torch.nn.RNN

nn.RNN(input_size,hidden_size,num_layers=1,nonlinearity=tanh,bias=True,batch_first=False,dropout=0, bidirectional=False)

input_size:输入特征维度

hidden_size:输出特征维度

num_layers:网络层数

nonlinearity:非线性激活函数,默认是 ‘tanh’

bias:是否使用偏置,默认使用

batch_first:输入数据的形式,默认是 False,(seq, batch, feature),序列长度放在第一位,batch 放在第二位

dropout:是否在输出层应用 dropout

bidirectional:是否使用双向的 rnn,默认是 False

实现多层RNN只需修改参数:num_layers

实现双向RNN只需修改参数:bidirectional=True

  • 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