RNN中矩阵乘法的形状改变——直观感受RNN

于 2020-10-25 11:20:49 发布
阅读量691 收藏 6
点赞数
CC 4.0 BY-SA版权
文章标签： 自然语言处理 pytorch 神经网络 rnn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/coderman666/article/details/109270937
本文深入解析RNN中矩阵乘法的形状变化，涉及输入向量到隐藏层、隐藏层间的传递以及隐藏层到输出层的转换。通过tanh激活函数和PyTorch的广播机制，阐述了如何进行隐藏状态的更新和最终输出的计算，帮助读者直观理解RNN的工作原理。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

RNN
HHH为隐藏层
WxhW_{xh}Wxh​为输入向量到隐藏层的变换矩阵
WhhW_{hh}Whh​为隐藏层Ht−1H_{t-1}H<

最低0.47元/天 解锁文章

200万优质内容无限畅学
00PS
关注
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值