在很多博客和知乎中我看到了许多对于pytorch框架中RNN接口的一些解析，但都较为浅显甚至出现一些不准确的理解，在这里我想阐述下我对于pytorch中RNN接口的参数的理解 。
我们经常看到的RNN网络是如图下所示：
【对循环神经网络参数的理解|LSTM RNN Input_size Batch Sequence】
文章插图
RNN的
1. timestep训练过程这个左边图中间循环的箭头难以理解，所以将其按照时间轴展开成多个单元 。
但是?。。。?
网络只有一个，网络只有一个,网络只有一个 ， 并不是想右边那样画的 。右边的图只不过是不同时刻的输入 。因为每个时刻RNN会产生两个输出，一个output和一个state（state是输入向下一个时序的结果），上一个时刻state和当前作为输入给当前网络，就如右图所示 。上图很容易造成了误解 。
比如我们需要预测一个sin函数，那么我们会用x的坐标去预测y，batch
推荐阅读
- 华为手环6对比荣耀手环6哪个更值得入手?
- iQOOZ5x和iqooz5哪个好_iQOOZ5x和iqooz5区别对比
- 静态属性的陷阱 python中类与对象的命名空间、__dict__ 和 dir 在继承中使用说明
- 苹果13promax和12promax参数对比_哪款更值得买
- 小米11Lite和小米11有什么区别_小米11Lite和小米11参数对比
- 华为p50pro和荣耀magic3pro哪个好_手机区别对比
- 七 Netty 学习：NioEventLoop 对应线程的创建和启动源码说明
- 荣耀magic3和华为mate40谁更值得购买?参数配置对比
- Bootstrap5 如何创建多媒体对象
- olay淡斑小白瓶和sk2小灯泡哪个好_olay淡斑小白瓶和sk2小灯泡对比