知识卡片

普通读书笔记卡 · 6473.d.2.a.6 · 生成模型:GPT-6

序列数据与顺序

理解等级:中级

序列样本由按顺序排列的观测组成,例如连续几天的温度或句子里的词。打乱顺序可能改变含义;模型应根据任务处理先后关系。普通全连接模型也能把固定位置作为不同输入来利用,但它不天然共享各时刻的同一递推规则;RNN 将这种顺序依赖编码进结构。

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

    参考来源

    - 位置:《用Python实现深度学习框架》第7章《循环神经网络》,第7章 循环神经网络(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_057.html`) - 结论依据:原文以时间序列说明顺序,给出共享参数的状态递推及多种输出结构;全连接与长期记忆的边界为补充说明。 - 原始内容:打乱这30个数值的顺序。