双向RNN
LSTM
将xt(向量)使用线性变换为z(向量),其中z的维度就是cell的数目,将每个维度(scale)单独输入到每个cell
得到每个词的词性
clipping 梯度裁剪
当梯度大于阈值的时候,遗弃或缩小该梯度
由于时间的叠加,权重小的变化,会因此梯度剧烈的变动
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:[李宏毅-机器学习]循环神经网络 RNN - Python技术站
双向RNN
LSTM
将xt(向量)使用线性变换为z(向量),其中z的维度就是cell的数目,将每个维度(scale)单独输入到每个cell
得到每个词的词性
clipping 梯度裁剪
当梯度大于阈值的时候,遗弃或缩小该梯度
由于时间的叠加,权重小的变化,会因此梯度剧烈的变动
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:[李宏毅-机器学习]循环神经网络 RNN - Python技术站