x:输入
h:隐藏层
y:输出
W、U:权值
θ:**函数
颜色代表影响的强弱
循环网络是bp网络的改进,会有梯度消失的问题
根据bp算法,调整误差,利用误差反向传播,不断更新权值,所以说就会有与bp网络类似的,梯度消失问题。
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:零基础tensorflow—RNN循环神经网络 - Python技术站
x:输入
h:隐藏层
y:输出
W、U:权值
θ:**函数
颜色代表影响的强弱
循环网络是bp网络的改进,会有梯度消失的问题
根据bp算法,调整误差,利用误差反向传播,不断更新权值,所以说就会有与bp网络类似的,梯度消失问题。
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:零基础tensorflow—RNN循环神经网络 - Python技术站