pytorch学习笔记(七)

本文是PyTorch学习笔记的第七篇,主要探讨RNNcell和RNN的区别以及相关参数。内容包括RNNcell的工作原理,RNN结构的注意点,以及如何将输入x和隐藏状态h进行线性变换。
摘要由CSDN通过智能技术生成

RNN的恩怨情仇

 【注】x的维度是input_size,对x做线性变换的权重Wih为(hidden_size,input_size)

hidden的size为hidden_size,对hidden做线性变换的权重Whh为(hidden_size,hidden_size。

他俩能拼接起来【 w1,w2】[h与x列拼接],输出结果的size为(hidden_size,1)

RNNcell()

batch_size = 1
seq_len = 3
input_size = 4
hidden_size = 2
cell = torch.nn.RNNCell(input_size= input_size,hidden_size=hidden_size)
hidden = torch.zeros(batch_size,hidden_size)
dataset = torch.randn(seq_len,batch_size,input_size)
print('dataset',dataset)
for idx,input in enumerate(dataset):
    print('='*20,idx)
    print("input",input)
    print("input_size",input_size)
    hidden = cell(input,hidden)
    print('hiden_size',hidden_size)
    print('hidden'
  • 0
    点赞
  • 0
    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