知识卡片
RNN输出与任务
序列模型可在每个时刻输出,得到与输入同步的序列;也可只使用最后状态输出一个分类结果。编码器—解码器先将输入序列处理成状态,再产生输出序列,允许输入与输出长度不同。具体输出方式取决于任务,书中举的是一种简化结构。
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 7.2 RNN的输出 · 查看原书依据
针对不同类型的问题有不同的做法
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》,7.2 RNN的输出(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_059.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:针对不同类型的问题有不同的做法。