[ 参数不一致 ]torch.nn.RNN¶

torch.nn.RNN¶

torch.nn.RNN(input_size,
             hidden_size,
             num_layers=1,
             nonlinearity='tanh',
             bias=True,
             batch_first=False,
             dropout=0,
             bidirectional=False)

paddle.nn.SimpleRNN¶

paddle.nn.SimpleRNN(input_size, hidden_size, num_layers=1, activation='tanh', direction='forward', dropout=0., time_major=False, weight_ih_attr=None, weight_hh_attr=None, bias_ih_attr=None, bias_hh_attr=None)

两者功能一致但参数不一致，部分参数名不同，具体如下：

参数映射¶

| PyTorch | PaddlePaddle | 备注 | | ————- | ———— | —————————————————— | | input_size | input_size | 表示输入 x 的大小。 | | hidden_size | hidden_size | 表示隐藏状态 h 大小。 | | num_layers | num_layers | 表示循环网络的层数。 | | nonlinearity | activation | 表示激活函数类型，仅参数名不一致。 | | bias | bias_ih_attr, bias_hh_attr | 是否使用偏置， Paddle 支持自定义偏置属性， torch 不支持，需要转写。 | | batch_first | time_major | PyTorch 表示 batch size 是否为第一维，PaddlePaddle 表示 time steps 是否为第一维，它们的意义相反。需要转写。 | | dropout | dropout | 表示 dropout 概率。 | | bidirectional | direction | PyTorch 表示是否进行双向 RNN，Paddle 使用字符串表示是双向 RNN（bidirectional）还是单向 RNN（forward）。 | | - |weight_ih_attr| weight_ih 的参数， PyTorch 无此参数， Paddle 保持默认即可。 | | - |weight_hh_attr| weight_hh 的参数， PyTorch 无此参数， Paddle 保持默认即可。 |

转写示例¶

# Pytorch 写法
torch.nn.RNN(16, 32, bias=True)

# Paddle 写法
paddle.nn.SimpleRNN(16, 32)

# Pytorch 写法
torch.nn.RNN(16, 32, bias=False)

# Paddle 写法
paddle.nn.SimpleRNN(16, 32, bias_ih_attr=False, bias_hh_attr=False)

# Pytorch 写法
torch.nn.RNN(16, 32, batch_first=True)

# Paddle 写法
paddle.nn.SimpleRNN(16, 32, time_major=False)

# Pytorch 写法
torch.nn.RNN(16, 32, bidirectional=True)

# Paddle 写法
paddle.nn.RNN(16, 32, direction='bidirectional')

# Pytorch 写法
torch.nn.RNN(16, 32, bidirectional=False)

# Paddle 写法
paddle.nn.RNN(16, 32, direction='forward')