rnn代码pytorch

好的，以下是一个简单的RNN代码示例，使用PyTorch实现：

import torch
import torch.nn as nn

class RNN(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(RNN, self).__init__()
        self.hidden_size = hidden_size

        self.i2h = nn.Linear(input_size + hidden_size, hidden_size)
        self.i2o = nn.Linear(input_size + hidden_size, output_size)
        self.softmax = nn.LogSoftmax(dim=1)

    def forward(self, input, hidden):
        combined = torch.cat((input, hidden), 1)
        hidden = self.i2h(combined)
        output = self.i2o(combined)
        output = self.softmax(output)
        return output, hidden

    def initHidden(self):
        return torch.zeros(1, self.hidden_size)

# 示例用法
n_input = 10
n_hidden = 20
n_output = 5
rnn = RNN(n_input, n_hidden, n_output)
input_tensor = torch.randn(1, n_input)
hidden_tensor = rnn.initHidden()
output_tensor, next_hidden_tensor = rnn(input_tensor, hidden_tensor)

这个RNN模型接受一个输入张量和一个隐藏状态张量，并返回一个输出张量和下一个隐藏状态张量。在这个示例中，我们使用`LogSoftmax`作为输出层的激活函数，因此输出张量的每个元素都是对应类别的对数概率。