本文深入解析RNN（循环神经网络）的模型结构，包括两种表示方式：计算图和展开计算图，并详细阐述了RNN的前向传播过程，介绍了隐藏状态的计算公式以及激活函数。此外，还提到了RNN的不同类型，如一对一、一对多、多对一、多对多结构，特别强调了多对多结构在机器翻译等领域的应用。
1.表示方式
RNN的表示有两种不同的绘图方式。一是计算图，如下图左，二是展开计算图，如下图右。图中，只包含了输入与隐藏状态，不包含输出。回路图中的黑色方块表示单个时间步的延迟。
---来源花书
2.前向传播
最低0.47元/天 解锁文章
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
RNN的表示有两种不同的绘图方式。一是计算图，如下图左，二是展开计算图，如下图右。图中，只包含了输入与隐藏状态，不包含输出。回路图中的黑色方块表示单个时间步的延迟。
---来源花书
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
