【GRU网络结构解析】【BPTT训练公式】【前/反向传播方向】

一、【GRU网络结构解析】

GRU 是 LSTM 网络的一种效果很好的变体,它较 LSTM 网络的结构更加简单,而且
效果也很好,因此也是当前非常流形的一种网络。GRU 既然是 LSTM 的变体,因
此也是可以解决 RNN 网络中的长依赖问题。在 LSTM 中引入了三个门函数:输入
门、遗忘门和输出门来控制输入值、记忆值和输出值。而在 GRU 模型中只有两个
门:分别是更新门和重置门。具体结构如下图所示:

二、【BPTT训练公式】

BPTT(Backpropagation Through Time,递归神经网络的反向传播算法)是一种用
评论 1
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