授课教师:丛润民
山东大学
01长程依赖问题
02长短期记忆网络(LSTM)
03门控循环神经网络(GRU)
04深度循环神经网络
章节目录
01长程依赖问题
02长短期记忆网络(LSTM)
03门控循环神经网络(GRU)
04深度循环神经网络
章节目录
RNN的长处之一是它可以利用先前的信息到当前的任务上,尤其当相关的信息和预测的词之间的间隔较小时效果明显。
如预测句子“thecloudsareinthesky”中的最后一个词。
长程依赖问题
您可能关注的文档
- 人工智能基础与实践 第1章 绪论.pptx
- 人工智能基础与实践 第3章 前馈神经网络.pptx
- 人工智能基础与实践 第5章 卷积神经网络I.pptx
- 人工智能基础与实践 第7章 循环神经网络I.pptx
- 人工智能基础与实践 第10章 强化学习II.pptx
- 人工智能基础与实践 第11章 先进神经网络架构.pptx
- 人工智能基础与实践 第12章 生成式人工智能.pptx
- 人工智能基础与实践 第13章 大模型原理与应用.pptx
- 人工智能基础与实践 第14章 人工智能应用I.pptx
- 人工智能基础与实践 第15章 人工智能应用II.pptx
- 人工智能基础与实践 第16章 人工智能应III.pptx
- 世界经济论坛_工业运营中人机协同落地行动手册+Human-Machine+Collaboration+in+Industrial+Operations.pptx
- 未来技能升级趋势:2025-2027+人才能力发展前瞻++The+Upskilling+Forecast:What's+Ahead+for+2025-27.pptx
- 循环工程:Anthropic 设计驱动智能体提示系统的手册.pptx
原创力文档

文档评论(0)