NLP-用RNN/LSTM做文本生成

本文介绍了如何利用RNN及其加强版LSTM进行文本生成。重点讲解了LSTM的四个门——忘记门、记忆门、更新门和输出门的工作原理,并概述了在实际操作中从数据预处理到模型训练的步骤,包括语料获取、编码转换、模型构建和效果检验。
摘要由CSDN通过智能技术生成
  • 说明:学习笔记,内容来自七月在线视频-作者加号

一、带记忆神经网络

文本生成,光直接feed不行,我们希望我们的分类器能够记得上下文前后关系,RNN的目的就是让有sequential关系的信息得到考虑。sequential关系是信息在时间上的前后关系。

1.RNN

这里写图片描述

2.LSTM-加强版RNN
这里写图片描述

  • 说明

这里写图片描述

3.模拟信息在LSTM的变化

①忘记门

决定了我们应该忘记哪些信息
这里写图片描述

②记忆门

哪些该记住
这里写图片描述

③更新门

把老的cell state更新为新的cell state
这里写图片描述

④输出门

由记忆来决定输出什么门

  • 4
    点赞
  • 84
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
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