博客

RNN基本结构与nn.RNN()参数介绍可参考：


参数介绍



官方文档


以下代码对 nn.RNN() 的简单应用进行了注解介绍

import torch
import torch.nn as nn
import torch.functional as F


# 单层RNN，输入x特征为10，输出特征为20, 两层堆叠
rnn = nn.RNN(10, 20, 2)
# 随机构建输入，这里假设每句话只有10个单词，共3句话（即一个batch 3句话），每个单词被embedding为10维向量
inputs = torch.rand(10, 3, 10)
# 随机构建h0, 因为只有2层单向，所以参数为2
h_0 = torch.zeros(2, 3, 20)
# 输出结果，其中output为每一个输入（每一个单词）对应的最终输出值；h_0为最后一个单词在各层的输出值（此处有两层）
output, h_n = rnn(inputs, h_0)


# torch.Tensor
print(type(output))
# （10， 3， 20）
print(output.shape)
print(output)
print("=========================")
# torch.Tensor
print(type(h_n))
# （2，3，20）
print(h_n.shape)
print(h_n)