循环神经网络RNN
w是权值,b是域值或偏置
RNN传输过程
h是隐藏层,W是h1对h0的权值,U是h1对x1的权值
h1除了接受当前网络的的输入值之外还会接受上一时刻的隐层神经元的取值h0
h1会进行一个加权求和传给输出神经元,还会传给下一个h2隐层神经元
h2的结构和h1是一样的,h2接受h1的状态和x2的值
h2会受x1的影响,网络具备记忆功能
参数共享
隐状态(Hidden State) h
记忆储存:h可以对序列的数据提取特征&#
w是权值,b是域值或偏置
h是隐藏层,W是h1对h0的权值,U是h1对x1的权值
h1除了接受当前网络的的输入值之外还会接受上一时刻的隐层神经元的取值h0
h1会进行一个加权求和传给输出神经元,还会传给下一个h2隐层神经元
h2的结构和h1是一样的,h2接受h1的状态和x2的值
h2会受x1的影响,网络具备记忆功能
参数共享
记忆储存:h可以对序列的数据提取特征&#