Pytorch中的LSTM详细代码解读

小白撸代码

import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim

torch.manual_seed(1)

lstm = nn.LSTM(3,3) #输入dim = 3 输出dim = 3 格式是输入的是3列 隐藏层数也是3列
#print(lstm)
#输入
inputs = [torch.randn(1,3) for _ in range(5)] #序列长度为5  1行3列的张量；3列是LSTM输入的3列
#print(inputs)

#初始化隐层状态
hidden = (torch.randn(1,1,3),#;1大行2大列矩阵，每大列矩阵是1行3列
          torch.randn(1,1,3))
#print(hidden)
for i in inputs:
    #print(i ,"================")

    #print(i.view(1,1,-1),"+++++++++++")
          #一步一个元素地通过序列。
    #在每一步之后，隐藏层包含了隐藏的状态
    #输出   在view中1个矩阵1行-1是每个矩阵的所有元素
    #print(hidden,"~~~~~~~~~~~~~~~~~~")
    out, hidden = lstm(i.view(1,1,-1),hidden)
    #print(out,"$$$$$$$$$$$$$$$$$$$$$")

#view 返回一个有相同数据但大小不同的tensor。
#返回的tensor必须与原tensor相同的数据和相同数目的元素，但可以有不同的大小。
inputs = torch.cat(inputs).view(len(inputs),1,-1)
#print(len(inputs))
hidden = (torch.randn(1,1,3),torch.randn(1,1,3))#清理hidden状态
#输出
out,hidden =lstm(inputs ,hidden)
#print(out)
#print(hidden)