RNN、LSTM学习之路

深度学习中,RNN是非常重要的一个部分,一般都放在了最后,因为公式复杂,代码要比CNN要多一些,最近看了很多文档后,总结一下RNN

首先RNN是结合前面很多输入状态进行计算获得输出
这里写图片描述

当然,随着实际情况的改变,也会有不同的变形,主要如下所示:

这里写图片描述

其中,具体到每个Neural,简单的RNN示例图如下图所示:
这里写图片描述

单是,对于主角LSTM,要复杂一下,从一个函数变为4个计算

这里写图片描述

关于具体的公式介绍,可以参考这篇文章《循环神经网络(RNN) 基础讲解》https://www.jianshu.com/p/9f155515bdf0

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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