[ 参数不一致 ]torch.nn.LSTM¶

torch.nn.LSTM¶

torch.nn.LSTM(input_size,
              hidden_size,
              num_layers=1,
              bias=True,
              batch_first=False,
              dropout=0,
              bidirectional=False,
              proj_size=0)

paddle.nn.LSTM¶

paddle.nn.LSTM(input_size,
               hidden_size,
               num_layers=1,
               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。 | | 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，Paddle 使用字符串表示是双向 LSTM（bidirectional）还是单向 LSTM（forward）| | proj_size | - | 表示 LSTM 后将映射到对应的大小，Paddle 无此参数，暂无转写方式。 | | - |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.LSTM(16, 32, bias=True)

# Paddle 写法
paddle.nn.LSTM(16, 32)

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

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

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

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

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

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

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

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