Pytorch学习笔记【12】：RNN（LSTM）实现手写数字识别

注意看代码注释，解析全在注释里面了。

1. 代码

import torch
from torch import nn
import torchvision.datasets as dsets
import torchvision.transforms as transforms
import matplotlib.pyplot as plt


# torch.manual_seed(1)    # reproducible

# 定义一些参数
EPOCH = 1               # 训练次数
BATCH_SIZE = 64         # 一次训练的数据量，可以理解为有多少条句子
TIME_STEP = 28          # 可以理解为一个句子的序列长度
INPUT_SIZE = 28         # 可以理解为每个词向量的维度，也就是输入维度，假如是3，那就是3
LR = 0.01               # learning rate
DOWNLOAD_MNIST = False   # set to True if haven't download the data


# 定义数据集
train_data = dsets.MNIST(
    root='./mnist/',
    train=True,                         # this is training data
    transform=transforms.ToTensor(),    # Converts a PIL.Image or numpy.ndarray to
                                        # torch.FloatTensor of shape (C x H x W) and normalize in the range [0.0, 1.0]
    down