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
一点一木2 小时前
🚀 2026 年 8 月 GitHub 十大热门项目排行榜 🔥
人工智能·github
ssshooter2 小时前
现在网页都能提供 MCP 了?!
前端·人工智能·程序员
京东云开发者2 小时前
Claude Code vs Codex 记忆体系深度对比
人工智能
不加辣椒3 小时前
第 4 章 什么是 Harness Engineering
人工智能
桃西西呀3 小时前
上下文窗口都卷到 100 万了,大模型为什么还在为"位置"发愁?
人工智能·llm·ai编程
阿拉斯攀登3 小时前
SpringBoot整合MQTT:后端订阅设备数据、解析传感器报文
人工智能
然我3 小时前
模型不是 Agent:从零实现一个最小 Agent Loop
前端·人工智能·agent
黄油面包4 小时前
Codex 额度三天见底后,我重新做了一周预算
前端·人工智能
AI效率君4 小时前
Deer‑Flow 2.0 + Go‑MCP‑Server(add加法工具)保姆级完整教程
人工智能·agent
阿拉斯攀登4 小时前
SpringCloud微服务MQTT架构:设备消息统一接入、业务分发设计
人工智能