深度学习:RNN模型深度学习:RNN模型
¡RNN是对一种序列数据进行建模的模型,它有很多很多用处,比如:
¡在语音转文本(STT)的应用中,声学模型输出的结果,往往是若干个可能的候选词,这时候就需要RNN这些候选词中选择一个最可能的;它同样也可以用在图像到文本的识别中(OCR)。
¡RNN的关键点是,T时刻的状态值不仅仅取决于T时刻的输入,还取决于T-1、T-2……时刻的状态,这时就可以运用循环神经网络。
RNN的网络结构
¡简单的循环神经网络(RNN)如下:由输入层、隐藏层和输出层组成。
¡这里隐藏层面只画了一个节点,但这一层其实包含多个节点。
阀门控制场景下RNN的运用
¡在我们阀门控制的场景中,
¡如果T时刻的废气中和程度,不仅仅取决于T-1时刻的阀门开度,也受到T-2、T-3……时刻的阀门开度的影响,则使用RNN是一个适合的模型。