【深度学习之美】第一篇:Understanding LSTM Networks

点击关注 异步图书,置顶公众号

每天与你分享 IT好书 技术干货 职场知识

Tips【深度学习之美】关注于深度学习背后的原理,理论的应用,为大家科普的同时,加深对深度网络的理解,每周二在【异步图书】微信公众号,与你见面。

作者:于建民 某著名科技公司 高级算法工程师。主要从事新闻流的推荐算法、NLP相关工作,对图像处理、智能医疗、深度学习、对抗网络及对抗样本 有深刻理解。

对RNN网络中的LSTM结构学

对RNN网络中的LSTM结构学习下。翻译篇非常好的博客,原文地址附后面。

我有几张阿里云幸运券分享给你,用券购买或者升级阿里云相应产品会有特惠惊喜哦!把想要买的产品的幸运券都领走吧!快下手,马上就要抢光了。

Recurrent Neural Network

  人们从不会随意地开始自己的思考,当你在读这篇博文的时候,你根据之前所读的文字来理解现在每个词。并且,你也不会将前面的内容都丢掉,然后从新开始理解现在的内容,人的思路是具有延续性的。
传统的神经网络是没法做到上述事情的,这是一个很大的缺陷。举个栗子,假设你想要对电影里的某个时间点正在发生什么事情做判断。对传统神经网络来说,无法使用之前的发生的事情来推断后续发生的事情。
循环神经网络则可以解决这类问题,这种网络带有自循环结构,使得信息可以保存延续到下个时刻。 

猜你喜欢

转载自my.oschina.net/u/3611008/blog/1647203