【小白學習keras教程】五、基于reuters數據集訓練不同RNN循環神經網絡模型

@Author：Runsen

文章目錄

循環神經網絡RNN

Load Dataset

1. Vanilla RNN

2. Stacked Vanilla RNN

3. LSTM

4. Stacked LSTM

循環神經網絡RNN

前饋神經網絡（例如 MLP 和 CNN）功能強大，但它們并未針對處理“順序”數據進行優化

換句話說，它們不具有先前輸入的“記憶”

例如，考慮翻譯語料庫的情況。 你需要考慮 “context” 來猜測下一個出現的單詞

RNN 適合處理順序格式的數據，因為它們具有 循環 結構

換句話說，他們保留序列中早期輸入的記憶

但是，為了減少參數數量，不同時間步長的每一層需要共享相同的參數

機器學習 神經網絡

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。