转：深度学习与自然语言处理之五：从RNN到LSTM

weixin_30512089

于 2017-05-18 16:04:00 发布

阅读量43

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/Donal/p/6873887.html

本文详细介绍了循环神经网络(RNN)的基础概念及其衍生物长短期记忆网络(LSTM)和门控循环单元(GRU)，同时探讨了注意力机制(Attention Model)在序列建模任务中的应用，并通过实际案例展示了这些技术的应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原文地址：http://blog.youkuaiyun.com/malefactor/article/details/50436735/

大纲如下：

1.RNN

2.LSTM

3.GRN

4.Attention Model

5.应用

6.探讨与思考

转载于:https://www.cnblogs.com/Donal/p/6873887.html

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

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。