循环神经网络(rnn)讲解

本文详细介绍了循环神经网络(RNN),包括RNN的基本结构、双向RNN、梯度消失问题以及解决方案,并探讨了RNN在序列处理任务如语言模型、机器翻译等领域的应用。
摘要由CSDN通过智能技术生成

•    循环神经网络(rnn)

•  RNN简介

•  Rnn基本结构

•  双向rnn基本结构

•  rnn梯度消失问题

•  RNN应用举例

 

•    RNN简介

•    循环神经网络(RNN)能够从序列和时序数据中学习特征和长期依赖关系。

•   循环神经网络(RNN)近几年在语言模型与文本生成,机器翻译,语音识别,图像描述生成等领域都取得了不错的效果。

 

 

 

 

 

•  Rnn基本结构

•    回顾一下神经网络的一般结构:

 

•    Z1 = W1*X+ bias

•    a1 = sigmoid(Z1)

•    Z2 = W2*a1+bias

•    a2 = sigmoid(Z2)

•    a2 = y(预测值)

 

 

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