【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型
@Author：Runsen
文章目录
- 循环神经网络RNN
- Load Dataset
- 1. Vanilla RNN
- 2. Stacked Vanilla RNN
- 3. LSTM
- 4. Stacked LSTM
循环神经网络RNN
-
前馈神经网络（例如 MLP 和 CNN）功能强大，但它们并未针对处理“顺序”数据进行优化
-
换句话说，它们不具有先前输入的“记忆”
-
例如，考虑翻译语料库的情况。 你需要考虑 “context” 来猜测下一个出现的单词
-
RNN 适合处理顺序格式的数据，因为它们具有 循环 结构
-
换句话说，他们保留序列中早期输入的记忆
- 但是，为了减少参数数量，不同时间步长的每一层需要共享相同的参数
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！