2 RNN模型
-
学习目标:
-
了解什么是RNN模型.
-
了解RNN模型的作用.
-
了解RNN模型的分类.
-
-
2.1 什么是RNN模型:
-
RNN(Recurrent Neural Network), 中文称作循环神经网络, 它一般以序列数据为输入, 通过网络内部的结构设计有效捕捉序列之间的关系特征, 一般也是以序列形式进行输出.
-
-
2.1.1 一般单层神经网络结构:
-
2.1.2 RNN单层网络结构:
-
2.1.3 以时间步对RNN进行展开后的单层网络结构:
-
RNN的循环机制使模型隐层上一时间步产生的结果, 能够作为当下时间步输入的一部分(当下时间步的输入除了正常的输入外还包括上一步的隐层输出)对当下时间步的输出产生影响.
-
2.2 RNN模型的作用:
-
因为RNN结构能够很好利用序列之间的关系, 因此针对自然界具有连续性的输入序列, 如人类的语言, 语音等进行很好的处理, 广泛应用于NLP领域的各项任务, 如文本分类, 情感分析, 意图识别, 机器翻译等.
-
-
2.2.1 下面我们将以一个用户意图识别的例子进行简单的分析: