← 返回卡片

原书出处

深度学习

10 第10章 序列建模:循环和递归网络

核验版本的摘录快照 · 导入于 2026-11-19T07:27:03.632Z

处理的固定大小的表示。在结束处可能存在目标(如此处所示),或者通过更下游模块的反向传播来获得输出 o (t) 上的梯度

图10.3是非常具有代表性的例子,我们将会在本章大部分涉及这个例子。 任何图灵可计算的函数都可以通过这样一个有限维的循环网络计算,在这个意义上图10.3和式(10.8)的循环神经网络是万能的。

RNN经过若干时间步后读取输出,这与由图灵机所用的时间步是渐近线性的,与输入长度也是渐近线性的(Siegelmann a

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/深度学习/_epub-src/text/part0004.html

EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639