具体算法:
k表示输出单元,i表示隐藏层单元,
cj
代表第j个记忆单元块
cvj
代表
cj
的第v个单元,u,l,m代表任意单元,t表示一个给定输入序列的所有时刻。
门单元的激活函数:
f(x)=11+exp(−x)
h函数为:
h(x)=21+exp(−x)−1
g函数为:
g(x)=41+exp(−x)−2
前向传递:
第i个隐藏层单元的输入和激活函数:
inj
的网络输入和激活函数:
outj
的网络输入和激活函数:
网络的输入
netcvj(t)
,内部状态
scvj
,记忆细胞块的第v个cell的输出激活函数
ycvj
:
输出单元k的输入和激活函数:
反向传播:
一旦error 离开记忆细胞或单元门,则会被截断,这样会避免出现循环的情况(有些错误通过输入或输入门理考某些cell后可能会通过输出或输出门再加入到该cell中)。这样就保证了constant error flow。
剩下公式推导待之后更新。
RNN之LSTM(3)
最新推荐文章于 2019-05-06 23:47:54 发布