快捷方式

RNNCell

class torch.ao.nn.quantized.dynamic.RNNCell(input_size, hidden_size, bias=True, nonlinearity='tanh', dtype=torch.qint8)[source]

具有 tanh 或 ReLU 非线性的 Elman RNN 单元。一个动态量化的 RNNCell 模块,输入和输出为浮点数张量。权重被量化为 8 位。我们采用与 torch.nn.RNNCell 相同的接口,有关文档,请参见 https://pytorch.ac.cn/docs/stable/nn.html#torch.nn.RNNCell

示例

>>> rnn = nn.RNNCell(10, 20)
>>> input = torch.randn(6, 3, 10)
>>> hx = torch.randn(3, 20)
>>> output = []
>>> for i in range(6):
...     hx = rnn(input[i], hx)
...     output.append(hx)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源