从逻辑回归到RNN与TM深度学习项目实战.pdfVIP

从逻辑回归到RNN，再到LSTM

腾讯：卢菁lockielu

一．从逻辑回归到RNN

机器学习的一大任务就是分类，如图像分类，语音识别等任务。在深度学习出现

SVMFMGBDT

以前，处理分类问题一般采用的是如逻辑回归，，，等经典模型，

1

分类框架如图所示。这类算法一般需要人根据经验以及领域知识进行特征提

取，不同的领域和分类目的往往对应着不同的特征。

随着海量数据的积累以及日益增长的业务需求，为了更高效的解决实际中遇到的

问题，大牛们提出了深度学习这套方法，深度学习可以将特征提取的工作交给模

型，由模型代替人将特征提取出来，同时深度学习在非线性拟合上强于传统的模

CNNDBN

型。因此，分类任务（主要是语音和图像）开始大量使用，等深度学

习模型。虽然方法复杂了许多，