李宏毅机器学习-课件_21-seq1.pdfVIP

下载本文档

57
0
约3.36万字
约 58页
2023-10-24 发布于北京
举报
版权申诉

李宏毅机器学习-课件_21-seq1.pdf

此“教育”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Cagedrecurrentneuralnetworkwithagatemechanism.GatedRNNwithhiddenstaterepresentationcanbeusedtogeneratesequentialdatawithconditionaloutputsequences.Theoutputsequenceconsistsoftheprevioushiddenstatesandthecurrentin

Gated RNN Sequence Generation Hung-yi Lee 李宏毅 Outline •RNN with Gated Mechanism •Sequence Generation •Conditional Sequence Generation •Tips for Generation RNN with Gated Mechanism Recurrent Neural Network ′ h and h’ are vectors with • Given function f: ℎ , = ℎ, the same dimension y1 y2 y3 0 1 2 3 h f h f h f h …… x1 x2 x3 No matter how long the input/output sequence is, we only need one function f ′ ′ ℎ , = ℎ, , = , … Deep RNN 1 2 … … … c1 c2 c3 b0 f2 b1 f2 b2 f2 b3 …… y1 y2 y3 0 1 2 3 h f1 h f1 h f1 h …… x1 x2 x3 ′ ′ Bidirectional RNN ℎ , = ℎ, , = , 1 2 x1 x2 x3 b0 f2 b1 f2 b2 f2 b3 c1 c2 c3 1 2