深度学习实践6（RNN）

 import torch

 batch_size = 1
 seq_len = 3
 input_size = 4
 hidden_size = 2
 num_layers = 1

 
 #循环神经网络函数RNN
 #（输入数据（数据的时间维度x的个数，batch，单个数据的维度），记忆体数据（层数（也即第几层的hidden），hidden的维度），层数）
 
 cell = torch.nn.RNN(input_size=input_size, hidden_size=hidden_size,
                     num_layers=num_layers)

 # (seqLen, batchSize, inputSize)
 inputs = torch.randn(seq_len, batch_size, input_size)
 hidden = torch.zeros(num_layers, batch_size, hidden_size)

 
## 输出数据：
## out：（seq_len，batch，hidden数据维度）--最上边的那一行，横着的，也就是输出
## hidden：（层数，batch，hidden数据维度）
 
 out, hidden = cell(inputs, hidden)
 print('Output size: ', out.shape)
 print('Output: ', out)
 print('Hidden size: ', hidden.shape)
 print('Hidden: ', hidden)

结构图：

标签：RNN,torch,实践,batch,num,深度,维度,hidden,size
来源： https://www.cnblogs.com/zc-dn/p/16491274.html