对于LSTM，我们要处理的数据是一个序列数据，对于图片而言，我们如何将其转换成序列数据呢？图片的大小是28x28，所以我们可以将其看成长度为28的序列，序列中的每个数据的维度是28，这样我们就可以将其变成一个序列数据了。

model

class Rnn(nn.Module):    def __init__(self, in_dim, hidden_dim, n_layer, n_class):        super(Rnn, self).__init__()        self.n_layer = n_layer        self.hidden_dim = hidden_dim        self.lstm = nn.LSTM(in_dim, hidden_dim, n_layer,                            batch_first=True)        self.classifier = nn.Linear(hidden_dim, n_class)    def forward(self, x):        # h0 = Variable(torch.zeros(self.n_layer, x.size(1),                                #   self.hidden_dim)).cuda()        # c0 = Variable(torch.zeros(self.n_layer, x.size(1),                                #   self.hidden_dim)).cuda()        out, _ = self.lstm(x)        out = out[:, -1, :]        out = self.classifier(out)        return outmodel = Rnn(28, 128, 2, 10)  # 图片大小是28x28use_gpu = torch.cuda.is_available()  # 判断是否有GPU加速if use_gpu:    model = model.cuda()# 定义loss和optimizercriterion = nn.CrossEntropyLoss()optimizer = optim.Adam(model.parameters(), lr=learning_rate)

这里我们定义了一个LSTM模型，我们需要传入的参数是输入数据的维数28，LSTM输出的维数128，LSTM网络层数2层以及输出的类数10。

在网络定义里面首先需要定义LSTM，而长度为28的序列传入LSTM之后输出的也是长度为28，而输入的维数是28，输出的维数由我们定义为128，最后我们只取输出的最后一个部分传入分类器求出分类概率。

out = out[:, -1, :]通过这种方式，out中的三个维度分别表示batch_size，序列长度和数据维度，所以中间的序列长度取-1，表示取序列中的最后一个数据，这个数据维度为128，再通过分类器，输出10个结果表示每种结果的概率。

另外上面注释掉的部分就是初始的h_0和c_0，这里可以自己定义，如果不定义，默认传入0，也可以根据自己的要求传入自己定义的h_0和c_0。

开始训练

把训练过程的batch_size设置为100，learning_rate设置为0.01，训练20次，最后得到的结果如下

可以发现对于简单的图像分类RNN也能得到一个较好的结果，虽然CNN更多的用在图像领域而RNN更多的用在自然语言处理中。RNN和CNN彼此优缺点可以自行百度。

在这里，我整理发布了Pytorch中文文档，方便大家查询使用，同时也准备了中文论坛，欢迎大家学习交流！

Pytorch中文文档已经发布，完美翻译，更加方便大家浏览：

Pytorch中文网：https://ptorch.com/

Pytorch中文文档：https://ptorch.com/docs/1/