mindspore.nn.RNNCell

class mindspore.nn.RNNCell(input_size: int, hidden_size: int, has_bias: bool = True, nonlinearity: str = 'tanh', dtype=mstype.float32)

循环神经网络单元，激活函数是tanh或relu。

$$h_t=\tanh (W_{ih}{x}_t+b_{ih}+W_{hh}{h}_{(t-1)}+b_{hh})$$

其中 $h_t$ 是在 t 时刻的隐藏状态， $x_t$ 是在 t 时刻的输入， $h_{(t-1)}$ 是在 $t-1$ 时刻的隐藏状态，或初始隐藏状态。

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' 。

• dtype (mindspore.dtype) - Parameters的dtype。默认值： mstype.float32 。

输入：

• x (Tensor) - 输入Tensor，其shape为 $(batch\mathrm{\_}size,input\mathrm{\_}size)$ 。

• hx (Tensor) - 输入Tensor，其数据类型为mindspore.float32及shape为 $(batch\mathrm{\_}size,hidden\mathrm{\_}size)$ 。

输出：

• hx' (Tensor) - shape为 $(batch\mathrm{\_}size,hidden\mathrm{\_}size)$ 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。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> import numpy as np
>>> net = ms.nn.RNNCell(10, 16)
>>> x = ms.Tensor(np.ones([5, 3, 10]).astype(np.float32))
>>> hx = ms.Tensor(np.ones([3, 16]).astype(np.float32))
>>> output = []
>>> for i in range(5):
...     hx = net(x[i], hx)
...     output.append(hx)
>>> print(output[0].shape)
(3, 16)