Pytorch —— nn.RNN & nn.RNNCell

nn.RNN

使用nn.RNN方法有三个参数(input_size,hidden_size,num_layers)

input_size是word_embedding的维度,比如用100维的向量来表示一个单词,那么input_size就是100;如果预测的是房价,房价就一个数字,那么input_size就是1

hidden_size是指memory size,我们用一个多长的向量来表达

import  torch
from  torch import nn

rnn = nn.RNN(input_size=100, hidden_size=20, num_layers=1)
print(rnn)
x = torch.randn(10, 3, 100)
out, h = rnn(x, torch.zeros(1, 3, 20))
print(out.shape, h.shape)

输入x = torch.randn(10,3,100) ,10是单词的数量,3是句子的数量,100是input dimension要和nn.RNN的input_size匹配起来

out, h = rnn(x, torch.zeros(1, 3, 20))  这是在做forward

torch.zeros(1,3,20)就是h0, 1层,3个句子,memory的dimension是20,和rnn的memory size对应

out和h
h是最后一个时间戳上面的所有memory的状态
out是所有时间戳上面最后一个memory的状态
 


 

 

nn.RNNCell

完成的只是这样的计算,没有循环回来

 

一层

二层

 

 

 

 

  • 1
    点赞
  • 5
    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