如何详细解析基于PyTorch的LSTM模型参数？

本文共计816个文字，预计阅读时间需要4分钟。

`LSTM(input, **kwargs) 将多层LSTM（长短期记忆）神经网络应用于输入序列。参数：input_size：输入‘x’中预测特性数量的数量；hidden_size：隐藏状态‘h’中特性数量的数量；num_layers：循环层数量。例如，设置“`

lstm(*input, **kwargs)

将多层长短时记忆(LSTM)神经网络应用于输入序列。

参数：

input_size:输入'x'中预期特性的数量

hidden_size:隐藏状态'h'中的特性数量

num_layers:循环层的数量。例如，设置' ' num_layers=2 ' '意味着将两个LSTM堆叠在一起，形成一个'堆叠的LSTM '，第二个LSTM接收第一个LSTM的输出并计算最终结果。默认值:1

bias:如果' False'，则该层不使用偏置权重' b_ih '和' b_hh '。默认值:'True'

batch_first:如果' 'True ' ',则输入和输出张量作为(batch, seq, feature)提供。默认值: 'False'

dropout:如果非零，则在除最后一层外的每个LSTM层的输出上引入一个“dropout”层，相当于:attr:'dropout'。