pytorch 中 torch.nn.gru 函数的输入是什么？

Question

我正在使用 gru 函数来实现 RNN。这个 RNN (GRU) 在一些 CNN 层之后使用。有人可以告诉我这里 GRU 函数的输入是什么吗？特别是，隐藏大小是固定的吗？

self.gru = torch.nn.GRU(
            input_size=input_size,
            hidden_size=128,
            num_layers=1,
            batch_first=True,
            bidirectional=True)

根据我的理解，输入大小将是特征的数量，而 GRU 的隐藏大小始终固定为 128？有人可以纠正我吗？或者给出他们的反馈

Answer 1

首先，GRU 不是一个函数，而是一个 class，而您正在调用它的构造函数。你在这里创建了一个 class GRU 的实例，它是一个层（或者在 pytorch 中是 Module）。

input_size 必须匹配前一个 CNN 层的 out_channels。

None 你看到的参数是固定的。只要在那里放另一个值，它就会是别的东西，即将 128 替换为任何你喜欢的东西。

即使它被称为hidden_size，对于 GRU 这个参数也决定了输出特征。换句话说，如果在 GRU 之后还有另一层，则该层的 input_size（或 in_features 或 in_channels 或任何名称）必须与 GRU 的 hidden_size.

另外，看看 documentation。这会准确地告诉您传递给构造函数的参数有什么用。此外，它还会告诉您实际使用图层（通过 self.gru(...)）后预期的输入是什么，以及该调用的输出是什么。

pytorch 中 torch.nn.gru 函数的输入是什么？

what is the inputs to a torch.nn.gru function in pytorch?

recurrent-neural-network

gated-recurrent-unit

pytorch