python实现“包含0~9整数数字的列表逆序”实验(中篇)

本文在前篇使用FNN处理数字列表逆序的基础上,探讨了使用RNN解决相同问题时遇到的长期依赖问题。通过调整学习率、改变样本大小,发现RNN性能仍不理想。作者提出添加注意力机制可能改善效果,并欢迎大家指正交流。
摘要由CSDN通过智能技术生成

上篇:python实现“包含0~9整数数字的列表逆序”实验(上篇)

在上篇,我们运用FNN解决列表逆序问题,本篇将尝试运用RNN进行处理。


前情提要:

lst = list([1, 2, 3, 5, 8])
r_lst = lst[::-1]

>>> print(r_lst)
[8, 5, 3, 2, 1]

lst = list([1, 2, 3, 5, 8])
lst.reverse()

>>> print(lst)
[8, 5, 3, 2, 1]

 1. 神经网络模型的定义

class NetWork(nn.Module):
    def __init__(self, data_size):
        super(NetWork, self).__init__()
        self.rnn = nn.LSTM(input_size=data_size,  # 输入层大小
                           hidden_size=64,  # 隐藏层大小
                           num_l
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值