
神经网络
文章平均质量分 81
alwaysRememberrr
渣渣一枚,好好学习,天天向上!wake up every day stronger than yesterday
展开
-
激活函数
激活函数原创 2018-01-18 20:08:44 · 386 阅读 · 0 评论 -
简单理解LSTM
转自:https://blog.youkuaiyun.com/shijing_0214/article/details/52081301 递归神经网络 在传统神经网络中,模型不会关注上一时刻的处理会有什么信息可以用于下一时刻,每一次都只会关注当前时刻的处理。举个例子来说,我们想对一部影片中每一刻出现的事件进行分类,如果我们知道电影...转载 2018-06-19 14:23:31 · 316 阅读 · 0 评论 -
Understanding LSTM Networks
转自https://blog.youkuaiyun.com/juanjuan1314/article/details/52020607 1. 循环神经网络(RNNs)人们并不是每一秒都重新开始新的思考的,就像你读这篇论文,你基于以前对词句的认知来理解每一个词,而不是丢掉以前所有的知识,重...转载 2018-10-22 14:25:05 · 241 阅读 · 0 评论 -
RNN中梯度消失和爆炸的问题公式推导
RNN首先来看一下经典的RRN的结构图,这里 xxx 是输入 WWW 是权重矩阵 (RNN的权重矩阵是共享的所以都是W) hhh 是隐藏状态 yyy是输出RNN简单公式定义ht=W∗f(ht−1)+W(hx)∗x[t]h_t = W*f(h_{t-1}) + W^{(hx)}*x_{[t]}ht=W∗f(ht−1)+W(hx)∗x[t]yt=W(S)∗f(ht)y_{t} =...原创 2018-11-08 12:13:03 · 2818 阅读 · 0 评论