ht=tαnh(WihXt+bih+whhht-1+bhh)
在pytorch中我们使用nn.RNN()就可以创建出RNN神经网络，它有如下参数：
input_size表示输入xt的特征维度
hidden_size表示输出ht的特征维度,或者理解为隐藏层的神经元数
num_layers表示RNN网络的层数，默认是1层
nonlinearity表示非线性激活函数的选择，默认tanh，当然也可以选择relu
bias表示是否使用偏置，默认是Ture，使用batch_first这个参数是决定网络输入的维度顺序，默认是(seq,batch,feature)输入，seq表示序列长度，batch表示批量，feature表示特征维度，我们也可以将其修改为(batch,seq,feature)，只用将这个参数设置为True dropout个参数接受一个0~1的数值，这个dropout层会在除了最后一层之外的其他输出层加上bidirectional默认的False，如果我们要是使用双向循环网络的话，那么我们就可以设置这个参数是True
點(diǎn)擊查看更多內(nèi)容
為 TA 點(diǎn)贊
評論
評論
共同學(xué)習(xí)，寫下你的評論
評論加載中...
作者其他優(yōu)質(zhì)文章
正在加載中
感謝您的支持，我會繼續(xù)努力的～
掃碼打賞，你說多少就多少
贊賞金額會直接到老師賬戶
支付方式
打開微信掃一掃，即可進(jìn)行掃碼打賞哦