数据输入层_Pytorch-LSTM输入输出参数详解

现将自己的CSDN博客的一篇CNN卷积通道的文章迁移至知乎，原始文章地址：

Pytorch-LSTM输入输出参数_yilulvxing的博客-CSDN博客​blog.csdn.net

1：Pytorch中的LSTM中输入输出参数

nn.lstm是继承nn.RNNBase，初始化的定义如下：

class RNNBase(Module):
 ...
    def __init__(self, mode, input_size, hidden_size,
                 num_layers=1, bias=True, batch_first=False,
                 dropout=0., bidirectional=False):

以下是Pytorch中的参数及其含义，解释如下：

• input_size – 输入数据的大小，也就是前面例子中每个单词向量的长度
• hidden_size – 隐藏层的大小（即隐藏层节点数量），输出向量的维度等于隐藏节点数
• num_layers – recurrent layer的数量，默认等于1。
• bias – If False, then the layer does not use bias weights b_ih and