刘二大人《Pytorch深度学习与实践》12循环神经网络LSTM篇

最新推荐文章于 2025-02-25 14:52:36 发布

py学习小白

最新推荐文章于 2025-02-25 14:52:36 发布

阅读量1.8k

点赞数 4

分类专栏：笔记文章标签： pytorch 深度学习 lstm

本文链接：https://blog.youkuaiyun.com/m0_58327216/article/details/122854569

版权

具体代码如下

import torch

# 准备数据
index_chart = ['e', 'h', 'l', 'o']
x_data = [1, 0, 2, 2, 3]
y_data = [1, 0, 0, 3, 2]
one_hot_lookup = [[1, 0, 0, 0],  # 设置一个索引表
                  [0, 1, 0, 0],
                  [0, 0, 1, 0],
                  [0, 0, 0, 1]]
x_one_hot = [one_hot_lookup[x] for x in x_data]
input_size = 4
batch_size = 1
inputs = torch.Tensor(x_one_hot).view(-1, batch_size, input_size)
labels = torch.LongTensor(y_data).view(-1, 1)  # 增加维度方便计算loss


# 设计网络模型
class LSTM(torch.nn.Module):
    # 进行基础设置
    def __init__(self):
        super(LSTM, self).__init__()
        self.lineari = torch.nn.Linear(4, 4)
        self.linearf = torch.nn.Linear(4, 4)
        self.linearc = torch.nn.Linear(4, 4)
        self.linearo = torch.nn.Linear(4, 4)
        self.sigmoid = torch.nn.Sigmoid()
        self.tanh = torch.nn.Tanh()

    # 设置前向传播函数
    def forward(sel