B站 刘二大人:循环神经网络(基础篇)
目录
1、RNN概念
RNN Cell是线性层。
隐层是RNN Cell里线性层矩阵w的行数。
使用RNN Cell:
import torch
batch_size = 1 # 批处理大小
seq_len = 3 # 序列长度
input_size = 4 # 输入维度
hidden_size = 2 # 隐层维度
cell = torch.nn.RNNCell(input_size=input_size, hidden_size=hidden_size) # 初始化
# (seq, batch, features)
dataset = torch.randn(seq_len, batch_size, input_size)
hidden = torch.zeros(batch_size, hidden_size)
# 这个循环就是处理seq_len长度的数据
for idx, data in enumerate(dataset):
print('=' * 20, idx, '=' * 20)
print('Input size:', data.shape, data)
hidden = cell(data, hidden)
print('hidden size:', hidden.shape, hidden)
print(hidden)
2、numLayers含义
3、RNN使用
input_size和hidden_size: 输入维度和隐层维度
batch_size: 批处理大小
seq_len: 序列长度