शुरू करेंमुफ़्त में शुरू करें

GRU नेटवर्क

LSTM के साथ, एक और लोकप्रिय recurrent neural network वैरिएंट है Gated Recurrent Unit या GRU. इसकी खासियत इसकी सादगी है: GRU सेल्स को LSTM सेल्स की तुलना में कम computation की जरूरत होती है, और अक्सर उनका परफॉर्मेंस भी बराबर रहता है.

जो कोड आपको दिया गया है, वह वही RNN मॉडल परिभाषा है जिसे आपने पहले लिखा था. आपका काम इसे इस तरह अनुकूलित करना है कि यह इसके स्थान पर एक GRU नेटवर्क बनाए. torch और torch.nn as nn पहले से इम्पोर्ट किए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

इंटरमीडिएट Deep Learning with PyTorch

पाठ्यक्रम देखें

अभ्यास निर्देश

  • RNN मॉडल की परिभाषा को अपडेट करें ताकि एक GRU नेटवर्क प्राप्त हो; GRU लेयर को self.gru में असाइन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

class Net(nn.Module):
    def __init__(self):
        super().__init__()
        # Define RNN layer
        self.rnn = nn.RNN(
            input_size=1,
            hidden_size=32,
            num_layers=2,
            batch_first=True,
        )
        self.fc = nn.Linear(32, 1)

    def forward(self, x):
        h0 = torch.zeros(2, x.size(0), 32)
        out, _ = self.rnn(x, h0)  
        out = self.fc(out[:, -1, :])
        return out
कोड संपादित करें और चलाएँ