人工智能实践-Tensorflow2.0 笔记
6. 循环神经网络
6.1. 循环核
参数时间共享,循环层提取时间信息
6.2 循环神经网络
循环核按时间步展开
借助循环核提取时间特征后,送入全连接网络
y
t
=
softmax
(
h
t
w
h
y
+
b
y
)
h
t
=
tanh
(
x
t
w
x
h
+
h
t
−
1
w
h
h
+
b
h
)
y_t=\text{softmax}(h_t w_{hy} + by) \\ h_t=\text{tanh}(x_t w_{xh} + h_{t-1} w_{hh} + bh)
yt=softmax(htwhy+by)ht=tanh(xtwxh+ht−1whh+bh)
6.3 循环计算层
向输出方向生长
6.4 tf 描述循环计算层
入RNN时,x_train维度:
[送入样本数, 循环核时间展开步数, 每个时间步输入特征个数]