← 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 GRU RNN

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

最后,在时间步t的隐藏状态s[t]被更新为s[t] = (1 - p) .* c' + p .* s[t-1]。 同样,p决定用于更新当前内存的先前内存的比例–越接近1,则保留的内存就越多; 距离0越近,发生的当前存储器越多。

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