pytorch RNN

56 篇文章 4 订阅 ¥39.90 ¥99.00
本文深入探讨了如何使用PyTorch实现RNN,包括RNN单元及其工作原理,并进一步介绍了搭建两层RNN的步骤。
摘要由CSDN通过智能技术生成

RNN

from torch import nn
import torch
# # 表示feature_len=100(如每个单词用100维向量表示), hidden_len=10(隐藏单元的尺寸)
# rnn = nn.RNN(100, 10,1,batch_first=True)
# # odict_keys(['weight_ih_l0', 'weight_hh_l0', 'bias_ih_l0', 'bias_hh_l0'])
# print(rnn._parameters.keys())
#
# print(rnn.weight_ih_l0.shape)  # torch.Size([10, 100])
# print(rnn.weight_hh_l0.shape)  # torch.Size([10, 10])
# print(rnn.bias_ih_l0.shape)  # torch.Size([10])
# print(rnn.bias_hh_l0.shape)  # torch.Size([10])
#
# x=torch.randn(3,10,100)  #第一维是batch,第二维是seq_len序列长度,第三维是词向量的维度
# out,h=rnn(x,torch.zeros(1,3,10))
# print(out.shape)
# print(h.shape)

# 表示feature_len=100(如每个单词用100维向量表示), hidden_len=10(隐藏单元的尺寸)
rnn = n
评论 2
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

一壶浊酒..

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