原文鏈接

import torch torch.__version__class RNN(object):def __init__(self,input_size,hidden_size):super().__init__()self.W_xh=torch.nn.Linear(input_size,hidden_size) #因為最后的操作是相加 所以hidden要和output 的shape一致self.W_hh=torch.nn.Linear(hidden_size,hidden_size)def __call__(self,x,hidden):return self.step(x,hidden)def step(self, x, hidden):#前向傳播的一步h1=self.W_hh(hidden)w1=self.W_xh(x)out = torch.tanh( h1+w1)hidden=self.W_hh.weightreturn out,hidden rnn = RNN(20,50) input = torch.randn( 32 , 20) h_0 =torch.randn(32 , 50) :for i in range(seq_len):output,hn= rnn(input[i, :], h_0) print(output.size(),h_0.size()) seq_len = input.shape[0] 《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的用 pytorch 实现 一个rnn的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。