pyrnn:香草RNN的pythorcn实现

皮尔恩 pytorch中的RNN：培训，分析和可视化。 这段代码代表了我主要是从动力学系统的角度来探索和理解RNN的努力。 它是免费提供的，希望对其他对相同主题感兴趣的人有所帮助，但不能保证该软件可以做的任何事情。 安装 pip install git+https://github.com/FedeClaudi/pyrnn.git 或克隆此存储库以包含示例脚本。 特征 RNN模型设计 pyrnn当前实现两个RNN类，并为开发新的类提供了灵活的框架。 所有RNN类都可以将pyrnn._rnn.RNNBase子类作为RNN主类。 RNNBase处理许多一般有用的任务，例如对递归权重实施约束，训练网络，加载/保存训练后的网络等。 使用以下命令更新主RNN类的隐藏状态： $$ h（t）= \ tanh（W_ {in} X + W_ {rec} h（t-1）+ b_ {rec}）$$ 并且输