长短期记忆网络 LSTM 深层循环神经网络 Deep RNN 双向循环神经网络 Bidirectional RNN 动手学深度学习v2

1. 长短期记忆网络 LSTM

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2. 长短期记忆网络 LSTM 代码实现

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

3. 深层循环神经网络 Deep RNN

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4. 深层循环神经网络 Deep RNN 代码实现

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5. 双向循环神经网络 Bidirection RNN

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
双向RNN 不能用于 推理。双向RNN 做特征提取,完形填空,翻译。
在这里插入图片描述

在这里插入图片描述

6. 双向循环神经网络 Bidirection RNN 代码实现

在这里插入图片描述
在这里插入图片描述

7. Q&A

    1. NLP挺好找工作的,因为文本比图片工作的数量比较多。比如,抽取财报的关键信息。
    1. 深层RNN,每层都需要一个初始hidden state.
    1. 双向RNN,反向的初始hidden state 是0.
    1. 双向RNN,正向和反向之间没有权重关系。正向和反向的权重w是不一样的。也可以深层双向RNN。

参考

https://www.bilibili.com/video/BV1JU4y1H7PC?p=1

猜你喜欢

转载自blog.csdn.net/zgpeace/article/details/124716764