daijingxin的博客

1996年，Langley将机器学习(Machine Learning, ML)纳入人工智能领域，其主要目的在于通过促使计算机进行自主学习，不断进行经验的获取来改善自身性能，使得计算机具备智能特性，从而可以自主解决问题。20世纪以后，ML获得了很大的发展，研究出了一系相关的算法，主要包括决策树(Decision Tree, DT)、向量机(Vector machine, VM)以及神经网络(Neural Network)等。而DL技术就发展自神经网络，它是一种监督学习的方法，其基本原理为在网络训练阶段通过后

目录一、RNN二、 LSTM 一、RNN 递归神经网络(RNN)被提出用来处理80年代的输入序列时间信息。1993年，神经历史压缩器系统解决了“非常深度学习”任务，该任务需要及时展开RNN中的1000多个后续层。如图1所示，在传统的建模活动(例如前馈神经网络)中，我们显然会看到固定输入大小到固定输出大小的固定网络。在前馈神经网络的包围下，我们得到图1.b以揭示RNN的可区分性。 RNN能将输入动态...