引言

本着“凡我不能创造的，我就不能理解”的思想，本系列文章会基于纯Python以及NumPy从零创建自己的深度学习框架，该框架类似PyTorch能实现自动求导。
💡系列文章完整目录： 👉点此👈
要深入理解深度学习，从零开始创建的经验非常重要，从自己可以理解的角度出发，尽量不适用外部框架的前提下，实现我们想要的模型。本系列文章的宗旨就是通过这样的过程，让大家切实掌握深度学习底层实现，而不是仅做一个调包侠。

本文实现让RNN支持PackedSequence提高运算效率。

RNNBase

确保已经阅读了 RNN实现 了解RNN是如何实现的。

首先需要修改RNNBase的forward方法，判断是否为压缩序列PackedSequence，是的话，从中抽取压缩后的输入input和每个时间步的批大小batch_sizes。

然后修改F.RNN实现，传入**batch_sizes**。

最后，如果是压缩序列，需要将输出转换为Pack