LSTM C++源代码

https://blog.csdn.net/u012465304/article/details/82656803 我的博客上的LSTM例程，用c++写的，由于找我私聊要的人太多了，就上传到这个上面，大家可自行下载

/*
Neal 2018-04-09
我自己修改的LSTM
*/

#include “iostream“
#include “math.h“
#include “stdlib.h“
#include “time.h“
#include “vector“
#include “assert.h“
#include 
using namespace std;

#define innode  1       //输入结点数，将输入2个加数
#define hidenode  26    //隐藏结点数，存储“携带位”
#define outnode  1      //输出结点数，将输出一个预测数字



#define randval（high） （ （double）rand（） / RAND_MAX * high ）
#define uniform_plus_minus_one （ （double）（ 2.0 * rand（） ） / （（double）RAND_MAX + 1.0） - 1.0 ）  //均匀随机分布



//激活函数
double sigmoid（double x）
{
    return 1.0 / （1.0 + exp（-x））;
}

//激活函数的导数，y为激活函数值
double dsigmoid（double y）
{
    return y * （1.0 - y）;
}

//tanh的导数，y为tanh值
double dtanh（double y）
{
    y = tanh（y）;
    return 1.0 - y * y;
}


class RNN
{
public:
    RNN（int batchsizeint timestep）;
    virtual ~RNN（）;
    void train（int **x_batch int **y_batch int loop_timeint alpha）;

public:
    double W_I[innode][hidenode];     //连接输入与隐含层单元中输入门的权值矩阵
    double U_I[hidenode][hidenode];   //连接上一隐层输出与本隐含层单元中输入门的权值矩阵
    double W_F[innode][hidenode];     //连接输入与隐含层单元中遗忘门的权值矩阵
    double U_F[hidenode][hidenode];   //连接上一隐含层与本隐含层单元中遗忘门的权值矩阵
    double W_O[innode][hidenode];     //连接输入与隐含层单元中遗忘门的权值矩阵
    double U_O[hidenode][hidenode];   //连接上一隐含层与现在时刻的隐含层的权值矩阵
    double W_G[innode][hidenode];     //用于产生新记忆的权值矩阵
    double U_G[hidenode][hidenode];   //用于产生新记忆的权值矩阵
    double W_out[hidenode][outnode];  //连接隐层与输出层的权值矩阵

    double *x;             //layer 0 输出值，由输入向量直接设定
    //double *layer_1;     //layer 1 输出值
    double *y;             //layer 2 输出值

    int time_step;    //当前位的数据跟之前多少位的数据有关 训练数据有多少列
    int batch_size;  // 训练数据有多少行
};

void winit（double w[] int n） //权值初始化
{
    for（int i=0; i        w[i] = uniform_plus_minus_one;  //均匀随机分布
}

RNN::RNN（int batchsizeint timestep = 7）
{
    batch_size = batchsize;
    time_step = timestep;

    x = new double[innode];
    y = new double[outnode];
    winit（（double*）W_I innode * hidenode）;
    winit（（double*）U_I hidenode * hidenode）;
    winit（（double*）W_F innode * hidenode）;
    winit（（double*）U_F hidenode * hidenode）;
    winit（（double*）W_O innode * hidenode）;
    winit（（double*）U_O hidenode * hidenode）;
    winit（（double*）W_G innode * hidenode）;
    winit（（double*）U_G hidenode * hidenode）;
    winit（（double*）W_out hidenode * outnode）;
}

RNN::~RNN（）
{
    delete x;
    delete y;
}
/*
x是x时间轴的数据，二维数据，由timestep结合数据多少来定大小

*/
void RNN::train（int **x_batch int **y_batch int loop_time=1100 int alpha=0.1）
{
    int epoch i j k m p batch_count;
    batch_count = 0;
    vector I_vector;      //输入门
    vector F_vector;      //遗忘门
    vector O_vector;      //输出门
    vector G_vector;      //新记忆
    vector S_vector;      //状态值
    vector h_vector;      //输出值
    vector y_delta;        //保存误差关于输出层的偏导

    for（epoch = 0; epoch < loop_time; epoch++）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件    1150165  2018-07-27 16:04  MyLSTM\bin\Debug\MyLSTM.exe

     文件      14053  2018-07-27 16:01  MyLSTM\main.cpp

     文件       1070  2018-07-27 16:00  MyLSTM\MyLSTM.cbp

     文件        174  2018-07-27 16:00  MyLSTM\MyLSTM.depend

     文件        322  2018-09-25 09:48  MyLSTM\MyLSTM.layout

     文件     145389  2018-07-27 16:03  MyLSTM\obj\Debug\main.o

     目录          0  2018-07-27 16:04  MyLSTM\bin\Debug

     目录          0  2018-07-27 16:03  MyLSTM\obj\Debug

     目录          0  2018-07-27 16:03  MyLSTM\bin

     目录          0  2018-07-27 16:02  MyLSTM\obj

     目录          0  2018-09-25 09:48  MyLSTM

----------- ---------  ---------- -----  ----

              1311173                    11