← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

04 第4章 文本及序列处理

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.595Z

络 4.1.3 LSTM网络结构 循环神经网络善于处理序列相关的问题,其隐藏层状态带有一定的记忆功能,但如果序列比较长,

在RNN的反向传播时,若按照时间步进行梯度推导,即按照RNN中的BPTT(Back Propagation Through Time,随时间反向传播)算法推导时,极易导致梯度消失或爆炸。这便说明,RNN不具备长期记忆,而只具备短期记忆。

这个问题对循环神经网络来说比较致命。那么要如何解决这个问题呢? 目前最流行的一种解决方案是长短时记忆网络(Long Sh

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/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter7_0001.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da