RNN介绍及Pytorch源码解析

介绍一下RNN模型的结构以及源码，用作自己复习的材料。 

RNN模型所对应的源码在：\PyTorch\Lib\site-packages\torch\nn\modules\RNN.py文件中。

RNN的模型图如下：

源码注释中写道，RNN的数学公式：

表示在时刻的隐藏状态，

表示在时刻的输入，

表示前一层在时间的隐藏状态，或者是在时间“0”的初始隐藏状态。

接下来我们看一下源码中RNN类的初始化（只介绍几个重要的参数）：

torch.nn.RNN(self, input_size, hidden_size, num_layers=1, nonlinearity='tanh', bias=True, batch_first=False, dropout=0.0, bidirectional=False, device=None, dtype=None)

• input_size：输入数据中的特征数（可以理解为嵌入维度 embedding_dim）。
• hidden_size：处于隐藏状态 h 的特征数（可以理解为输出的特征维度）。
• num_layers：代表着RNN的层数，默认是1（层），当该参数大于零时，又称为多层RNN。
• bidirectional：即是否启用双向RNN，默认关闭。

下面是输入部分：

这是Pytorch官方文档中给出的解释：

输入分为input和h_0，当没有提供h_0的时候，h_0默认为0。

当batch_size == Ture时，输入的维度一般为（batch_size * seq_len * emb_dim）。

下面是输出部分：

其中output的维度为（batch_size * seq_len * hidden_size * bidirectional）

其中bidirectional表示RNN是双向还是单向的，单向为1，双向为2。

下面使用代码举例：

import torch
import torch.nn as nn
rnn1 = nn.RNN(input_size=20,hidden_size=40,num_layers=4,bidirectional=True)
rnn2 = nn.RNN(input_size=20,hidden_size=40,num_layers=4,bidirectional=False)
tensor1 = torch.randn(5,10,20)
tensor2 = torch.randn(5,10,20)
out1,h_n = rnn1(tensor1)
out2,h_n = rnn2(tensor2)
print(out1.shape) # torch.Size([5, 10, 80])
print(out2.shape) # torch.Size([5, 10, 40])

可以看到当bidirectional=True时，输出的特征维度是hidden_size * 2；

可以看到当bidirectional=False时，输出的特征维度是hidden_size * 1；