知识卡片

普通读书笔记卡 · 6473.d.2.a · 生成模型:未记录

循环状态保存上下文

理解等级:中级

循环神经网络按序列顺序重复使用同一网络:当前隐状态由当前输入和上一时刻隐状态共同决定,再用于计算输出和下一步。因历史状态不同,同一个词在“抵达上海”和“离开上海”中可以得到不同预测;状态需要初始值,实际保留多少历史信息还取决于模型与训练。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 循环神经网络 5.2 什么是RNN · 查看原书依据

      RNN是一种有记忆的神经网络. 在RNN里面,每一次隐藏层的神经元产生输出时,输出就会被存到记忆元(memory cell)里,图5.6(a) 中的蓝色方块表示记忆元. 下一次有输入时,这些神经元不仅会考虑输入和,还会考虑存到记忆元里的值.除了和,存在记忆元里的值和也会影响神经网络的输出.

    参考来源

    - 位置:《深度学习详解》第5章《循环神经网络》5.2 什么是RNN(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter05.xhtml`) - 结论依据:原文以词表和槽填充例子说明未知词表示与循环状态的作用。 - 原始内容:RNN是一种有记忆的神经网络. 在RNN里面,每一次隐藏层的神经元产生输出时,输出就会被存到记忆元(memory cell)里,图5.6(a) 中的蓝色方块表示记忆元. 下一次有输入时,这些神经元不仅会考虑输入和,还会考虑存到记忆元里的值.除了和,存在记忆元里的值和也会影响神经网络的输出.