pytorch-pytorch之LSTM

目录

  • [1. nn.LSTM](#1. nn.LSTM)
  • [2. nn.LSTMCell](#2. nn.LSTMCell)

1. nn.LSTM

初始化函数输入参数与RNN相同,分别是input_size,hidden_size和num_layer

foward函数也与RNN类似,只不过返回值除了out外,ht变为(ht,ct)

代码见下图:

2. nn.LSTMCell

初始化函数输入参数与nn.LSTM类似

forward函数与nn.LSTM的区别是没有out

单层代码如下图:

和RNN的Cell类似,Cell单元循环更新h,c

2层无非就是多创建了一个cell2、h2、c2,并同时循环更新h1,c1,h2,c2,多层以此类推。

相关推荐
万岳科技系统开发6 分钟前
外卖跑腿配送系统如何借助AI提升配送效率?
大数据·人工智能·机器学习
thinking_talk17 分钟前
腾讯云AI Agent安全中心综合评测
人工智能·安全·腾讯云
阿拉雷️25 分钟前
Prompt工程设计实践:从基础模板到场景化策略
人工智能·语言模型·prompt
Kel26 分钟前
MCP 传输链路全链路拆解:从字节流到协议栈的四层架构之旅
人工智能·设计模式·架构
魏祖潇28 分钟前
DDD 完整指南——AI 时代工程师的第一道秩序分水岭
人工智能·后端
Mark08020328 分钟前
散户做信息整理和研究记录时,不同AI工具更适合哪些环节
大数据·人工智能
L3S31 分钟前
Agent为什么会死循环?
人工智能·agent
Z-D-K33 分钟前
考验AI的“自我“-AI对《红楼梦》后40回的改写(32)
人工智能·ai·aigc·交互·agi
触底反弹39 分钟前
AI Tool Use 深度解析:大模型是如何"突破物理限制"调用外部工具的?
javascript·人工智能·后端
delishcomcn41 分钟前
从“一刀切”到动态预测:AI优化烫金箔张力控制
人工智能