lstm预测一条直线_LSTM 概述

本文介绍了LSTM(长短期记忆网络),一种为了解决标准RNN在处理长期依赖问题上的不足而设计的特殊循环神经网络。LSTM通过细胞状态和门控机制有效地学习和保持长期信息,包括遗忘门、输入门和输出门,适用于如语言模型等需要考虑上下文的复杂任务。
摘要由CSDN通过智能技术生成

1、循环神经网络 RNN

循环神经网络是一个自身构成循环的网络,网络块A的输入为X_t,输出为h_t。

ffb56b6c94081b9e593dda3255fd5d56.png

循环神经网络可以被认为是同一个网络的多份拷贝,每一个网络传递信息到下一个网络。如果展开RNN,可以看到如下图所示:

858b0628d3308629b25ae35b6c176d55.png

RNN的一大亮点是它能够连接之前的信息到当前的任务,比如,在一个视频中,可以根据之前的图像帧,预测当前的帧。或者是根据一句话中之前的单词,预测下一个出现得单词。RNN可以学习过去的信息:

6e1e6e380bb39069a67c3060a65fb0e6.png

但是在某些情况下,我们需要更多背景信息。 考虑尝试预测文本“我在法国长大……我会说流利的法语”中的最后一个词。根据最近的信息表明,下一个词可能是一种语言的

  • 0
    点赞
  • 1
    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