循环神经网络:RNNCell的定义

import torch

batch_size=1
sep_len=3    #一个样本列中,所含独立样本x的个数
input_size=4
hidden_size=2

cell=torch.nn.RNNCell(input_size=input_size,hidden_size=hidden_size)

#(seq,batch,feature)
dataset=torch.randn(sep_len,batch_size,input_size)
hidden=torch.zeros(batch_size,hidden_size)#定义h0

for idx,input in enumerate(dataset):  #一个batch_size的x1+h0=h1 x2+h1=h2 以此迭代
    print('='*20,idx,'='*20)
    print('input_size',input.shape)

    hidden=cell(input,hidden)

    print('output_size', hidden.shape)
    print(hidden)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

ShuaS2020

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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