形象描述RNN的输入[batch_size， time_step， input_size]

车忻青

于 2018-10-30 18:06:08 发布

阅读量7.3k

点赞数 4

分类专栏：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/k284213498/article/details/83546315

版权

本文通过形象的纸片比喻，解释了RNN（循环神经网络）中输入的结构，包括batch_size、time_step和input_size的概念。在RNN中，每个纸片代表一个时间步的句子，而一个批次内的纸片可以有前一时刻的输出作为当前时刻的输入，强调了序列信息的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

以下参考了https://www.zhihu.com/question/41949741?sort=created LSTM神经网络输入输出究竟是怎样的？
问题下 Scofield和刘大力的回答

在这里插入图片描述

在这里插入图片描述

RNN的长这个样子
在这里插入图片描述

每个纸片是一个时刻的sentence，一个batch里也有t-1时刻纸片的输出作为t时刻纸片的输入，纸片间是有顺序的

在这里插入图片描述

最低0.47元/天解锁文章

评论 5

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

车忻青 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

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。