RNNCell

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

具有 tanh 或 ReLU 非线性的 Elman RNN 单元。动态量化 RNNCell 模块，使用浮点张量作为输入和输出。权重被量化为 8 位。我们采用了与 torch.nn.RNNCell 相同的接口，请参阅 https://pytorch.ac.cn/docs/stable/nn.html#torch.nn.RNNCell 获取文档。

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)