【飞桨】【李宏毅机器学习特训营】循环神经网络学习笔记

本文深入探讨了循环神经网络(RNN)的基础知识,包括其如何利用隐藏状态处理时间序列数据。此外,还详细介绍了长短期记忆网络(LSTM),这是一种解决RNN长期依赖问题的有效方法。通过对RNN的时间反向传播和LSTM结构的解析,阐述了它们在序列建模任务中的应用。

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

循环神经网络

以下是有关循环神经网络公式推导与示意图

RNN基础知识

循环神经网络就是输入带有时间的序列,通过隐藏状态来储存之前时间步长信息,就可以看做含有隐藏状态的MLP,具体公式推导和示意图如下:

在这里插入图片描述
在这里插入图片描述

时间反向传播

在这里插入图片描述

长短期记忆网络(LSTM)

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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