LSTM简介

本文介绍了RNN的基础,并深入探讨了LSTM的工作原理。在RNN中,通过隐藏状态h传递信息,而LSTM引入了长时记忆ct和门控机制,包括遗忘门、输入门和输出门,以更好地保留和处理长期依赖信息。通过对输入和隐藏状态的门控操作,LSTM解决了传统RNN中可能遇到的梯度消失问题。
摘要由CSDN通过智能技术生成

学习阶段所悟,误人子弟概不负责。

RNN

有一个黑盒 f u n c t i o n function function​​,输入 x x x​可以得到 y y y​,同时它会将输入的 h h h​转成 h ′ h' h​​输出。

h ′ h' h将会作为下一次处理的输入 h h h

LSTM

在RNN的基础上,多了一组 c t c^t ct, c t − 1 c^{t-1} ct1,用来保存很久之前的记忆。换句话说, c t c^t ct是长时记忆,变化很慢。 h t h^t ht是短时记忆,在不同节点下往往会有很大的区别。

说到LSTM就不得不提到它的三个门控:​​​

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