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
耿雨飞4 小时前
第三章:LangChain Classic vs. 新版 LangChain —— 架构演进与迁移指南
人工智能·架构·langchain
BizViewStudio4 小时前
甄选 2026:AI 重构新媒体代运营行业的三大核心变革与落地路径
大数据·人工智能·新媒体运营·媒体
俊哥V4 小时前
AI一周事件 · 2026年4月8日至4月14日
人工智能·ai
GitCode官方5 小时前
G-Star Gathering Day 杭州站回顾
人工智能·开源·atomgit
宇擎智脑科技5 小时前
开源 AI Agent 架构设计对比:Python 单体 vs TypeScript 插件化
人工智能·openclaw·hermes agent
冷色系里的一抹暖调6 小时前
OpenClaw Docker部署避坑指南:服务启动成功但网页打不开?
人工智能·docker·容器·openclaw
曹牧6 小时前
自动编程AI落地方案‌
人工智能
天云数据6 小时前
Harness革命:企业级AI从“失控野马”到“价值引擎”的跃迁
人工智能
汽车仪器仪表相关领域6 小时前
NHVOC-70系列固定污染源挥发性有机物监测系统:精准破局工业VOCs监测痛点,赋能环保合规升级
大数据·人工智能·安全性测试
克里斯蒂亚诺·罗纳尔达6 小时前
智能体学习23——资源感知优化(Resource-Aware Optimization)
人工智能·学习