【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型
【摘要】 @Author：Runsen
文章目录
循环神经网络RNN Load Dataset 1. Vanilla RNN 2. Stacked Vanilla RNN 3. LSTM 4. Stacked LSTM
循环神经网络RNN
前馈神经网络（例如 MLP 和 CNN）功能强大，但它们并未针对处理“顺序”数据进行优化 ...
@Author：Runsen
循环神经网络RNN
-
前馈神经网络（例如 MLP 和 CNN）功能强大，但它们并未针对处理“顺序”数据进行优化
-
换句话说，它们不具有先前输入的“记忆”
-
例如，考虑翻译语料库的情况。 你需要考虑 “context” 来猜测下一个出现的单词
-
RNN 适合处理顺序格式的数据，因为它们具有 循环 结构
-
换句话说，他们保留序列中早期输入的记忆
- 但是，为了减少参数数量，不同时间步长的每一层需要共享相同的参数
文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。
原文链接：maoli.blog.csdn.net/article/details/118718809
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）