原书出处
深度学习
10 第10章 序列建模:循环和递归网络
(Lukoševičius and Jaeger,2009),因为隐藏单元形成了可能捕获输入历史不同方面的临时特征池。
储层计算循环网络类似于核机器,这是思考它们的一种方式:它们将任意长度的序列(到时刻t的输入历史)映射为一个长度固定的向量(循环状态 h (t) ),之后可以施加一个线性预测算子(通常是一个线性回归)以解决感兴趣的问题。
训练准则就可以很容易地设计为输出权重的凸函数。例如,如果输出是从隐藏单元到输出目标的线性回归,训练准则就是均方误差,由于
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