使用深度学习 pytorch对基因序列进行分类
模型图:--
首先看下数据:
然后看下模型图:
再开始代码之间我叙述一个问题就是lstm的输出到底怎么用 这里给出两种用法:
用法一:本实验用的方法:
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
class CNN_LSTM(nn.Module): # 注意Module首字母需要大写
def __init__(self,):
super().__init__()
input_size = 3
hidden_size = 32
output_size = 32
self.conv1 = nn.Conv2d(in_channels=1,out_channels=1,kernel_size=2,stride=1)
# input_size:输入lstm单元向量的长度 ,hidden_size输出lstm单元向量的长度。也是输入、输出隐藏层向量的长度
self.lstm = nn.LSTM(input_size,output_size,num_layer