BILSTM代码

以下是使用PyTorch构建的BILSTM模型的示例代码：

import torch
import torch.nn as nn

class BiLSTM(nn.Module):
    def __init__(self, input_dim, hidden_dim, output_dim):
        super(BiLSTM, self).__init__()
        self.hidden_dim = hidden_dim
        self.lstm = nn.LSTM(input_dim, hidden_dim, batch_first=True, bidirectional=True)
        self.fc = nn.Linear(hidden_dim*2, output_dim)

    def forward(self, x):
        h0 = torch.zeros(2, x.size(0), self.hidden_dim).to(device=x.device)
        c0 = torch.zeros(2, x.size(0), self.hidden_dim).to(device=x.device)
        out, _ = self.lstm(x, (h0, c0))
        out = self.fc(out[:, -1, :])
        return out

以上代码定义了一个名为“BiLSTM”的类，该类包含一个双向LSTM层和一个全连接层。在初始化函数中，我们指定了输入维度、隐藏维度和输出维度。在前向函数中，我们首先将输入的张量传递给LSTM层，然后提取LSTM输出的最后一个时间步，并将其传递给全连接层进行分类预测。该模型可以在文本分类、情感分析等任务中使用。