只用TensorFlow的反向传播实现的RNN

最新推荐文章于 2021-12-24 17:47:22 发布

FocusOneThread

最新推荐文章于 2021-12-24 17:47:22 发布

阅读量1.2k

点赞数

分类专栏：深度学习 TensorFlow

本文链接：https://blog.csdn.net/guotong1988/article/details/79042228

版权

TensorFlow 同时被 2 个专栏收录

230 篇文章 11 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

深度学习

212 篇文章 5 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文档介绍如何仅使用TensorFlow库从头实现循环神经网络（RNN）的反向传播过程。通过rnn.py和rnn_cell.py模块，详细阐述了RNN单元的构建以及反向传播算法的实现。test.py文件用于验证和测试所编写的RNN模型。

摘要由CSDN通过智能技术生成

rnn.py

def simple_rnn(cell,inputs,init_state=None,batch_size=None,dtype=None):
    state = init_state
    if state is None:
        state = cell.zero_state(batch_size, dtype)
    outputs = []
    for input_ in inputs:
      output, state = cell(input_, state)
      outputs.append(output)
    return (outputs, state)

rnn_cell.py

了解本专栏