|
- mindspore.nn.RNNCell
- =====================
-
- .. py:class:: mindspore.nn.RNNCell(input_size: int, hidden_size: int, has_bias: bool = True, nonlinearity: str = 'tanh')
-
- 循环神经网络单元，激活函数是tanh或relu。
-
- .. math::
- h_t = \tanh(W_{ih} x_t + b_{ih} + W_{hh} h_{(t-1)} + b_{hh})
-
- 其中 :math:`h_t` 是在 `t` 时刻的隐藏状态， :math:`x_t` 是在 `t` 时刻的输入， :math:`h_{(t-1)}` 是在 :math:`t-1` 时刻的隐藏状态，或初始隐藏状态。
-
- 如果 `nonlinearity` 是'relu'，则使用'relu'而不是'tanh'。
-
- **参数：**
-
- - **input_size** (int) - 输入层输入的特征向量维度。
- - **hidden_size** (int) - 隐藏层输出的特征向量维度。
- - **has_bias** (bool) - Cell是否有偏置项 `b_ih` 和 `b_hh` 。默认值：True。
- - **nonlinearity** (str) - 用于选择非线性激活函数。取值可以是'tanh'或'relu'。默认值：'tanh'。
-
- **输入：**
-
- - **x** (Tensor) - 输入Tensor，其shape为 :math:`(batch\_size, input\_size)` 。
- - **hx** (Tensor) - 输入Tensor，其数据类型为mindspore.float32及shape为 :math:`(batch\_size, hidden\_size)` 。 `hx` 的数据类型与 `x` 相同。
-
- **输出：**
-
- - **hx'** (Tensor) - shape为 :math:`(batch\_size, hidden\_size)` 的Tensor。
-
- **异常：**
-
- - **TypeError** - `input_size` 或 `hidden_size` 不是int或不大于0。
- - **TypeError** - `has_bias` 不是bool。
- - **ValueError** - `nonlinearity` 不在['tanh', 'relu']中。
|
