pytorch-RNN进行回归曲线预测

任务

通过输入的sin曲线与预测出对应的cos曲线

#初始加载包  和定义参数
import torch
from torch import nn
import numpy as np
import matplotlib.pyplot as plt

torch.manual_seed(1) #为了可复现

#超参数设定
TIME_SETP=10
INPUT_SIZE=1
LR=0.02
DOWNLoad_MNIST=True

定义RNN网络结构

from torch.autograd import Variable
class RNN(nn.Module):
    def __init__(self):
        #在这个函数中,两步走,先init,再逐步定义层结构
        super(RNN,self).__init__()
        
        self.rnn=nn.RNN(   #定义32隐层的rnn结构
          input_size=1,    
          hidden_size=32,  #隐层有32个记忆体
          num_layers=1,     #隐层层数是1
          batch_first=True 
        )
        
        self.out=nn.Linear(32,1)  #32个记忆体对应一个输出
    
    def forward(self,x,h_state):
        #前向过程,获取 rnn网络输出r_put(注意这里r_out并不是最后输出,最后要经过全连接层)  和  记忆体情况h_state
        r_out,h_state=self.rnn(x,h_state)        
        outs=[]#获取所有时间点下得到的预测值
        for time_step in range
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值