Pytorch中 bidirectional=True,Tensor的大小变化
1 2 3 4 5 6 7 8 9 10 11 12 13 | rnn = nn.RNN(input_size = 4 ,hidden_size = 3 ,num_layers = 2 ,batch_first = True , bidirectional = True ) input = torch.randn( 1 , 5 , 4 ) output , h_n = rnn( input ) print (output.shape) print (h_n.shape) #----输出结果---------- input .Size([ 1 , 5 , 4 ]) output.Size([ 1 , 5 , 6 ]) # hidden_size 要乘以2 h_n.Size([ 4 , 1 , 3 ]) # num_layers 要乘以2 seq_len = 1 num_layers = 2 hidden_size = 3 input_size = 4 btach_size = 5 |
分类:
Python
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人