循环神经网络
一、定义
1、潜变量自回归模型，使用潜变量ht总结过去信息
2、循环神经网络
（1）红框这一项如果去掉就跟MLP差不多，外层fai可以看做非线性函数（such：relu）
（2）当前的输出是为了预测当前的观察，没有对x建模，因为x的信息都存在h里面
（3）W_hh将对应的隐藏信息转化为真实信息， W_hh是将时序信息存放
3、困惑度
4、梯度剪裁
5、应用：文本生成、文本分类、问答、机器翻译、Tag生成
二、总结
1、对隐状态使用循环计算的神经网络称为循环神经网络（RNN）。
2、循环神经网络的隐状态可以捕获直到当前时间步序列的历史信息。
3、循环神经网络模型的参数数量不会随着时间步的增加而增加。
4、我们可以使用循环神经网络创建字符级语言模型。
原文地址：https://blog.csdn.net/qq_58317297/article/details/140698047
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！