知识卡片

普通读书笔记卡 · 10121 · 生成模型:未记录

循环网络处理序列

理解等级:初级

循环神经网络(RNN)面向按时间或顺序排列的数据,使用随序列更新的状态携带历史信息,从而让当前输出能够受先前输入影响。状态并非无限可靠的记忆,长期依赖和训练问题需另行处理。

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

    • 欢迎来到深度学习的世界 · 查看原书依据

      循环神经网络(recurrent neural network,RNN)是用于处理序列信息(比如股票价格、声音序列、文字序列等)的一种特殊结构的神经网络。它包含了记忆单元,能够根据历史信息推断当前信息。

    参考来源

    - 位置:《破解深度学习(基础篇)_模型算法与实现》第1章《欢迎来到深度学习的世界》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0004.xhtml`;图 1-4 至 1-6) - 结论依据:原文和配图介绍各类模型的任务与结构;后续章节展开机制。 - 原始内容:循环神经网络(recurrent neural network,RNN)是用于处理序列信息(比如股票价格、声音序列、文字序列等)的一种特殊结构的神经网络。它包含了记忆单元,能够根据历史信息推断当前信息。