Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
evanth_2023
pytorch-doc-zh
提交
f034f881
P
pytorch-doc-zh
项目概览
evanth_2023
/
pytorch-doc-zh
与 Fork 源项目一致
Fork自
OpenDocCN / pytorch-doc-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
pytorch-doc-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
f034f881
编写于
10月 20, 2020
作者:
片刻小哥哥
提交者:
GitHub
10月 20, 2020
浏览文件
操作
浏览文件
下载
差异文件
Merge pull request #527 from QianJin1902/patch-1
Update 17.md
上级
97251b4d
3c065855
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
2 addition
and
2 deletion
+2
-2
docs/1.4/17.md
docs/1.4/17.md
+2
-2
未找到文件。
docs/1.4/17.md
浏览文件 @
f034f881
...
...
@@ -168,7 +168,7 @@ torch.Size([5, 1, 57])
## 建立网络
在进行自动分级之前,在 Torch 中创建一个
递归
神经网络需要在多个时间步上克隆图层的参数。 图层保留了隐藏状态和渐变,这些图层现在完全由图形本身处理。 这意味着您可以以非常“纯粹”的方式实现 RNN,作为常规的前馈层。
在进行自动分级之前,在 Torch 中创建一个
循环
神经网络需要在多个时间步上克隆图层的参数。 图层保留了隐藏状态和渐变,这些图层现在完全由图形本身处理。 这意味着您可以以非常“纯粹”的方式实现 RNN,作为常规的前馈层。
这个 RNN 模块(主要从 PyTorch for Torch 用户教程的
[
复制)仅是 2 个线性层,它们在输入和隐藏状态下运行,输出之后是 LogSoftmax 层。
](
https://pytorch.org/tutorials/beginner/former_torchies/nn_tutorial.html#example-2-recurrent-net
)
...
...
@@ -554,4 +554,4 @@ $ python predict.py Hazaki
[
`Download Python source code: char_rnn_classification_tutorial.py`
](
../_downloads/ccb15f8365bdae22a0a019e57216d7c6/char_rnn_classification_tutorial.py
)
[
`Download Jupyter notebook: char_rnn_classification_tutorial.ipynb`
]
(../_downloads/977c14818c75427641ccb85ad21ed6dc/char_rnn_classification_tutorial.ipynb)
[
由狮身人面像画廊
](
https://sphinx-gallery.readthedocs.io
)
生成的画廊
\ No newline at end of file
[
由狮身人面像画廊
](
https://sphinx-gallery.readthedocs.io
)
生成的画廊
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录