Pytorch
深度学习与实战
讲师:日月光华
RNN循环神经网络
讲师:日月光华讲师
RNN的主要用来处理序列数据。
在传统的神经网络模型中,是从输入层到隐含层再到输出层,
层与层之间是全连接的,每层之间的节点是无连接的。但是
这种普通的神经网络对于很多问题却无力。例如,你要
预测句子的下一个单词,一般需要用到前面的单词,
因为一个句子中前后单词并不是独立的。
RNN之所以称为循环神经网路,即一个序列当前的输出与前
面的输出也有关
Pytorch
深度学习与实战
讲师:日月光华
RNN循环神经网络
讲师:日月光华讲师
RNN的主要用来处理序列数据。
在传统的神经网络模型中,是从输入层到隐含层再到输出层,
层与层之间是全连接的,每层之间的节点是无连接的。但是
这种普通的神经网络对于很多问题却无力。例如,你要
预测句子的下一个单词,一般需要用到前面的单词,
因为一个句子中前后单词并不是独立的。
RNN之所以称为循环神经网路,即一个序列当前的输出与前
面的输出也有关
文档评论(0)