!!简单实用: 循环神经网络-RNN模型API使用!!（附完整可运行代码，手残党狂喜！包会的,兄弟!）

已于 2025-08-06 21:13:29 修改
阅读量588 收藏 10
点赞数 18
CC 4.0 BY-SA版权
分类专栏： NLP自然语言处理 文章标签： rnn 人工智能 深度学习
于 2025-08-06 21:02:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_62351557/article/details/149980382

各位观众老爷，大家好，我是诗人啊_，今天和各位分享RNN模型API的使用，一文速通~

（屏幕前的你，帅气低调有内涵，美丽大方很优雅…所以，求个点赞、收藏、关注呗～）

正经标题：PyTorch 的 RNN API 太坑？3 分钟拿捏维度密码，小白也能秒上手！

此文讲解torch.nn.RNN()的使用，RNN模型的执行步骤请看 ↓↓↓↓↓

书接上回——>>RNN模型: 从原理到拿下面试超绝加分!-优快云博客

目录

前言:

一、RNN 基础概念

二、PyTorch 中 RNN 的核心参数与维度规则

2.1 RNN 模型定义

2.2 初始隐藏状态 h0

2.3 输入数据的维度规则

2.4 RNN 的输出

三、完整代码示例与输出解析

四、序列长度变化时的处理

五、batch_first 参数的使用

六、完整案例

七、总结

前言:

在处理序列数据（如文本、语音、时间序列）时，循环神经网络（RNN）是一种非常经典的模型。本文将基于 PyTorch 框架，通过实例代码详细讲解 RNN 的参数定义、输入输出维度规则以及实际使用方法，帮助初学者快速掌握 RNN 的核心要点

一、RNN 基础概念

循环神经网络（RNN）是一类含有循环连接的神经网络，其核心特点是允许信息的持久化。与传统的前馈神经网络不同，RNN 通过隐藏层之间的循环连接来记忆之前的信息，非常适合处理具有时序关系的序列数据。

RNN 的典型应用场景包括：

  • 语言模型与文本生成
  • 机器翻译
  • 语音识别
  • 时间序列预测
  • 图像描述生成

二、PyTorch 中 RNN 的核心参数与维度规则

在 PyTorch 中，我们可以通过nn.RNN类快速构建循环神经网络。下面通过实例代码，详细解析 RNN 的参数定义和维度规则。

2.1 RNN 模型定义

首先我们来看如何定义一个基础的 RNN 模型：

import torch
import torch.nn as nn

# 定义RNN模型
rnn = nn.RNN(input_size=3, hidden_size=4, num_layers=1)

这里的三个核心参数含义如下：

  • input_size：输入特征的维度，需要与输入数据的特征维度匹配
  • hidden_size：隐藏层的特征维度，决定了隐藏状态的维度
  • num_layers：RNN 的层数，默认为 1，多层 RNN 可以增强模型的表达能力

2.2 初始隐藏状态 h0

RNN 需要一个初始隐藏状态来保存历史信息，定义方式如下：

# 定义初始隐藏状态h0
h0 = torch.randn(1, 2, 4)  # 形状：(num_layers * num_directions, batch_size, hidden_size)

h0 的维度规则非常重要，需要严格遵守：

  • 第一维：num_layers * num_directions（层数 × 方向数），单向单层 RNN 为 1(现在几乎都是单层)，双向两层 RNN 则为 4
  • 第二维：batch_size（批次大小），必须与输入数据的 batch_size 一致
  • 第三维：hidden_size，必须与模型定义的 hidden_size 一致

注意：如果不手动传入 h0，PyTorch 会默认初始化为全 0 的张量

2.3 输入数据的维度规则

RNN 的输入数据需要是序列形式，其维度定义如下：

# 定义输入数据
input_info = torch.randn(3, 2, 3)  # 形状：(seq_len, batch_size, input_size)

输入数据的维度规则：

  • 第一维：seq_len（序列长度），如一句话包含 5 个单词，seq_len 就是 5
  • 第二维：batch_size（批次大小），一次处理的样本数量
  • 第三维：input_size，必须与模型定义的 input_size 一致

小技巧：如果设置batch_first=True，输入维度会变为(batch_size, seq_len,input_size)，更符合我们的直观理解，默认情况下为False

2.4 RNN 的输出

调用 RNN 模型后，会返回两个结果：output和hn

# 前向传播
output, hn = rnn(input_info, h0)
  • output：保存了每个时间步的隐藏层输出，形状为(seq_len, batch_size, hidden_size)（单向）
  • hn：仅保存最后一个时间步的隐藏状态，形状与h0相同，即(num_layers * num_directions, batch_size, hidden_size)

三、完整代码示例与输出解析

下面我们运行完整的代码，观察输出结果的形状：

def rnn_for_base():
    # 1. 定义RNN模型
    rnn = nn.RNN(input_size=3, hidden_size=4, num_layers=1)
    
    # 2. 定义初始隐藏状态h0
    h0 = torch.randn(1, 2, 4)  # (num_layers * num_directions, batch_size, hidden_size)
    
    # 3. 定义输入数据
    input_info = torch.randn(3, 2, 3)  # (seq_len, batch_size, input_size)
    
    # 4. 前向传播
    output, hn = rnn(input_info, h0)
    
    print('output形状--->', output.shape)  # 期望输出：torch.Size([3, 2, 4])
    print('hn形状--->', hn.shape)          # 期望输出：torch.Size([1, 2, 4])
    print('rnn模型结构--->', rnn)

rnn_for_base()

运行结果解析：

  • output的形状为(3, 2, 4)，对应(seq_len, batch_size, hidden_size)
  • hn的形状为(1, 2, 4)，对应(num_layers * num_directions, batch_size, hidden_size)
  • 可以看到，output保存了整个序列中每个时间步的隐藏状态，而hn只保存了最后一个时间步的隐藏状态

四、序列长度变化时的处理

RNN 的一大优势是可以处理不同长度的序列，只需保持批次大小和特征维度不变即可：

def dm_rnn_for_sequencelen():
    # 1. 定义RNN模型
    rnn = nn.RNN(input_size=3, hidden_size=4, num_layers=1)
    
    # 2. 定义初始隐藏状态
    h0 = torch.randn(1, 2, 4)
    
    # 3. 定义输入数据（序列长度变为5）
    input_info = torch.randn(5, 2, 3)  # 仅改变了seq_len，从3变为5
    
    # 4. 前向传播
    output, hn = rnn(input_info, h0)
    
    print('output形状--->', output.shape)  # 输出：torch.Size([5, 2, 4])
    print('hn形状--->', hn.shape)          # 输出：torch.Size([1, 2, 4])

dm_rnn_for_sequencelen()

可以看到，当序列长度从 3 变为 5 时，output的第一个维度也相应变为 5，而hn的形状保持不变，因为它只关注最后一个时间步的状态。

五、batch_first 参数的使用

默认情况下，PyTorch 的 RNN 输入维度是(seq_len, batch_size, input_size)，但我们可以通过batch_first=True参数将其改为(batch_size, seq_len, input_size)，这在实际应用中更为常用：

def rnn_with_batch_first():
    # 定义batch_first=True的RNN模型
    rnn = nn.RNN(input_size=3, hidden_size=4, num_layers=1, batch_first=True)
    
    # 输入数据维度变为(batch_size, seq_len, input_size)
    input_info = torch.randn(2, 3, 3)  # batch_size=2, seq_len=3, input_size=3
    
    # 初始隐藏状态形状不变
    h0 = torch.randn(1, 2, 4)
    
    output, hn = rnn(input_info, h0)
    print('batch_first=True时output形状--->', output.shape)  # 输出：torch.Size([2, 3, 4])

rnn_with_batch_first()

六、完整案例

import torch
import torch.nn as nn

'''
RNN(Recurrent Neural Network):
    RNN定义: 循环神经网络，是含有循环的网络，允许信息的持久化。
    RNN原理: 通过神经网络模块来存储信息。循环神经网络通过隐藏层之间的循环连接来记忆之前的信息。
    RNN应用: 语言模型与序列生成、机器翻译、语音识别、生成图像描述等。
'''


def rnn_for_base():
    # todo: 1. Rnn的输入参数：维度规则: (input_size, hidden_size, num_layers)
    rnn = nn.RNN(input_size=3, hidden_size=4, num_layers=1)
    '''
        input_size: 维度关联：无直接维度规则，需与输入数据的特征维度匹配
        hidden_size: 维度关联：会体现在隐藏状态（h0、hn ）的第三维，以及 output 的第三维（单向时直接等于 hidden_size ，双向时翻倍）
        num_layers: 维度关联：会体现在隐藏状态（h0、hn ）的第一维（num_layers * num_directions ）
    '''

    # todo: 2. h0（初始隐藏状态）, 维度规则：(num_layers * num_directions, batch_size, hidden_size)
    h0 = torch.randn(1, 2, 4)  # 作用：初始化 RNN 各层、各方向的隐藏状态，若不手动传入，PyTorch 会默认初始化为全 0 张量

    '''
    第一维：num_layers * num_directions（层数 × 方向数，如 2 层双向 RNN 就是 4）。
    第二维 batch_size：必须与 input_info 的 batch_size 完全一致（同批次样本）。
    第三维 hidden_size：必须与模型定义的 hidden_size 一致（隐藏层特征维度）。
    '''

    # todo: 3. input_info(输入数据的维度表示) , 维度规则:(seq_len, batch_size, input_size)
    input_info = torch.randn(3, 2, 3)
    '''
    第一维 seq_len：序列长度（如一句话有 10 个词，就是 10)
    第二维 batch_size：批次大小（如一次输入 32 句话）
    第三维 input_size：必须与模型定义的 input_size 一致（输入特征维度）
    若设置 batch_first=True， 则为---> (batch_size, seq_len, input_size), 默认 batch_first=False）
    '''

    # todo:  4. 使用rnn返回两个值，output和hn
    # output-->保存每个时间步(单词)输出的隐藏层结果, hn只是代表最后一个单词的输出结果
    output, hn = rnn(input_info, h0)
    print('output--->', output.shape, output)
    print('hn--->', hn.shape, hn)
    print('rnn模型--->', rnn)


# 输入数据长度发生变化
def dm_rnn_for_sequencelen():
    # 1. 定义RNN模型 -- > nn.RNN    todo: 维度规则: (input_size, hidden_size, num_layers)
    rnn = nn.RNN(input_size=3, hidden_size=4, num_layers=1)

    # 2. 定义初始隐藏状态--> h0    todo: 维度规则: (num_layers * num_directions, batch_size, hidden_size)
    h0 = torch.randn(1, 2, 4)

    # 3. 定义输入数据--> input_info    todo: 维度规则: (seq_len, batch_size, input_size)
    input_info = torch.randn(3, 2, 3)

    # 4. 使用rnn返回两个值，output和hn
    output, hn = rnn(input_info, h0)

    print('output--->', output.shape)
    print('hn--->', hn.shape)
    print('rnn模型--->', rnn)


if __name__ == '__main__':
    rnn_for_base()
    print('-' * 100)
    dm_rnn_for_sequencelen()

输出结果:

七、总结

本文通过实例代码详细讲解了 PyTorch 中 RNN 的使用方法，核心要点总结如下：

  1. RNN 的核心参数：input_size、hidden_size、num_layers
  2. 三个关键维度的匹配规则：
    • 输入数据：(seq_len, batch_size, input_size) 或 (batch_size, seq_len, input_size)（当batch_first=True时）
    • 初始隐藏状态 h0：(num_layers * num_directions, batch_size, hidden_size)
    • 输出 output：(seq_len, batch_size, hidden_size) 或 (batch_size, seq_len, hidden_size)
    • 最终隐藏状态 hn：与 h0 形状相同

掌握这些维度规则是使用 RNN 的基础，在实际应用中，我们需要确保各个参数的维度相互匹配，才能正确训练和使用 RNN 模型。

希望本文能帮助大家快速理解和上手 PyTorch 中的 RNN，下一篇文章我们将介绍 LSTM 和 GRU 等更复杂的循环神经网络模型

我是诗人啊_程序员，致力于分享人工智能方面的知识，近期 NLP 自然语言处理系列文章发布中，如果感兴趣，来个关注呗～

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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