J'ai l'intention d'implémenter un LSTM avec 2 couches et 256 cellules dans chaque couche. J'essaie de comprendre le cadre de PyTorch LSTM pour le même. Les variables dans torch.nn.LSTM que je peux éditer sont input_size, hidden_size, num_layers, bias, batch_first, dropout et bidirectionnel.Comment implémenter la couche LSTM avec plusieurs cellules dans Pytorch?
Cependant, comment ai-je plusieurs cellules dans une seule couche?
Ces cellules seront déroulées automatiquement en fonction de la taille de votre séquence dans l'entrée. S'il vous plaît vérifier ce code:
# One cell RNN input_dim (4) -> output_dim (2). sequence: 5, batch 3
# 3 batches 'hello', 'eolll', 'lleel'
# rank = (3, 5, 4)
inputs = Variable(torch.Tensor([[h, e, l, l, o],
[e, o, l, l, l],
[l, l, e, e, l]]))
print("input size", inputs.size()) # input size torch.Size([3, 5, 4])
# Propagate input through RNN
# Input: (batch, seq_len, input_size) when batch_first=True
# B x S x I
out, hidden = cell(inputs, hidden)
print("out size", out.size()) # out size torch.Size([3, 5, 2])
Vous pouvez trouver plus d'exemples à https://github.com/hunkim/PyTorchZeroToAll/.