[PyTorch] rnn,lstm,gru中输入输出维度

[PyTorch] rnn,lstm,gru中输入输出维度

本文中的RNN泛指LSTM，GRU等等
CNN中和RNN中batchSize的默认位置是不同的。
CNN中：batchsize的位置是position 0.
RNN中：batchsize的位置是position 1.

在RNN中输入数据格式：
对于最简单的RNN，我们可以使用两种方式来调用,torch.nn.RNNCell(),它只接受序列中的单步输入，必须显式的传入隐藏状态。torch.nn.RNN()可以接受一个序列的输入，默认会传入一个全0的隐藏状态，也可以自己申明隐藏状态传入。
输入大小是三维tensor[seq_len,batch_size,input_dim]
input_dim是输入的维度，比如是128
batch_size是一次往RNN输入句子的数目，比如是5。
seq_len是一个句子的最大长度，比如15
所以千万注意，RNN输入的是序列，一次把批次的所有句子都输入了，得到的ouptut和hidden都是这个批次的所有的输出和隐藏状态，维度也是三维。
**可以理解为现在一共有batch_size个独立的RNN组件，RNN的输入维度是input_dim，总共输入seq_len个时间步，则每个时间步输入到这个整个RNN模块的维度是[batch_size,input_dim]

问题1：这里out、ht的size是多少呢？
回答：out:6 * 3 * 10, ht: 2 * 3 * 10，out的输出维度[seq_len,batch_size,output_dim]，ht的维度[num_layers * num_directions, batch, hidden_size],如果是单向单层的RNN那么一个句子只有一个hidden。
问题2：out[-1]和ht[-1]是否相等？
回答：相等，隐藏单元就是输出的最后一个单元，可以想象，每个的输出其实就是那个时间步的隐藏单元

作者：MapReducer
链接：https://www.jianshu.com/p/b942e65cb0a3
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
作者：MapReducer
链接：https://www.jianshu.com/p/b942e65cb0a3
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。