← 返回卡片

原书出处

Python深度学习架构实用指南(初译)

06 循环神经网络 LSTM RNN

核验版本的摘录快照 · 导入于 2026-11-16T09:48:17.714Z

在时间步t处的存储单元c[t]由c[t] = f .* c[t-1] + i .* c'更新,其中.*表示逐元素乘法。 值得注意的是,f和i中的 Sigmoid 函数将其输出转换为从0到1的范围,从而控制分别通过的先前存储器c[t - 1]和当前存储器输入c'的数据比例。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/11.html

EPUB SHA-256:9e97657a6ef44a2c5b99c157ca9efc53d39edf31c53d4cd4857b7b54fe9c23aa