知识卡片
循环状态与模型权重不同
RNN 在每个时间步使用当前输入和上一隐藏状态计算新状态,相同权重跨时间步共享。权重在推理中通常固定,而隐藏状态随着序列变化;处理互不相关的序列时应按任务和框架约定重置或隔离状态,避免样本间串扰。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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 · 查看原书依据
这些信息称为单元的状态
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第22章《循环神经网络》22.3(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0030_split_003.html`)
- 结论依据:这些信息称为单元的状态。
- 原始内容:这些信息称为单元的状态(state)。 为了保持这种状态,我们介绍一种新类型的组件,如图22.5所示。 图22.5 RNN使用内部存储器将其输入处理为输出。