pytorch 实现gru_STEP-2:RNN:GRU、LSTM-Pytorch

感谢伯禹学习平台，本次学习将记录记录如何使用Pytorch高效实现网络，熟练掌握Pytorch的基础知识,记录不包含理论知识的细节展开

一：GRU和LSTM-Pytorch实现

GRU结构，来自教学平台的图片

GRU结构示意图

LSTM结构，来自教学平台的图片

LSTM结构示意图

二者的具体实现如下

# 导入Pytorch

import torch

import torch.nn as nn

# 定义GRU层，vocab_size表示你词向量的维度，简而言之是有多少不同的单词，hidden_size表示隐藏层大小

gru_layer = nn.GRU(input_size=vocab_size, hidden_size=num_hiddens)

# 定义LSTM层

lstm_layer = nn.LSTM(input_size=vocab_size, hidden_size=num_hiddens)

# 多层的RNN可以通过num_layers指定层数

gru_layer = nn.LSTM(input_size=vocab_size, hidden_size=num_hiddens,num_layers=6)

# 双向则可以通过bidirectional这个参数指定

gru_layer = nn.GRU(input_size=vocab_size, hidden_size=num_hiddens,bid