1 インポートトーチ 2 インポートtorch.nn AS NN 。3 。4 torch.random.manual_seed(10 ) 。5 。6 input_size = 2 #入力ベクトル次元 7 hidden_size。4 = #隠れ層のディメンション 。8 num_layers = 2つの#フロア 9 10 LSTM = NN .LSTM(input_size、hidden_size、num_layers) 。11 12であり、 13は #入力: 14 15 #状(sep_len、バスタブ、input_size)の入力 16 #。のシェイプh_t 1(* num_layersのnum_directions、バスタブ、hidden_size) 。17 #C_T-1形状のため(num_directions * num_layers、風呂、hidden_size) 18 19 #出力: 20 #形状の出力(sep_len、バス、num_directions * hidden_size) 21 #形状のh_t-1(num_directions * num_layers、風呂、hidden_size) 22 #C_T-1形状のため(num_directions * num_layers、風呂、hidden_size) 23の 24 #二つの方法 25の入力= torch.randn(4、3、2 ) 26 H = torch.randn(2、3、4 ) 27 C = torch.randn(2、3、4 ) 28出力= なし 29 30 #第 31 H1 = H 32 C1 = C 33 のためにそれに入力: 34 の出力、(H1、C1)= LSTM(it.view(1,3、-1 )、(H1、C1)) 35 プリント((出力= = H1 [-1 ])は、すべての()項目())。。 36 印刷(出力) 37 38 #第 39 OUTPUT1、(H、C)= LSTM(入力、(H、C)) 40 プリント(OUTPUT1 - [ 1 ]) 41 #のプリント(OUTPUT1 [-1] ==出力)精度的问题
PyTorch-LSTM
おすすめ
転載: www.cnblogs.com/xidian-mao/p/12112858.html
おすすめ
ランキング