PyTorch程序练习（二）：循环神经网络的PyTorch实现

最新推荐文章于 2023-09-27 08:07:27 发布

原创

最新推荐文章于 2023-09-27 08:07:27 发布 · 2k 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#python #pytorch

一、RNN实现

结构原理

代码实现

import torch
import torch.nn as nn

class RNN(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(RNN, self).__init__()
        self.hidden_size = hidden_size
        self.i2h = nn.Linear(input_size + hidden_size, hidden_size)
        self.i2o = nn.Linear(input_size + hidden_size, output_size)
        self.softmax = nn.LogSoftmax(dim=1)

    def forward(self, input, hidden):
        combined = torch.cat((input, hidden), 1)
        hidden = self.i2h(combined)     #全连接层
        output: object = self.i2o(combined)
        output = self.softmax(output)
        return output, hidden

    def initHidden(self):