好吊操这里都是精品,国产成人精品大尺度在线,欧美专区第257页-就要干

本文目錄一覽

1，lstm 是深度學(xué)習(xí) 算法嗎
2，lstm 128個神經(jīng)元怎么理解
3，lstm和external memory的區(qū)別
4，LSTM神經(jīng)網(wǎng)絡(luò)輸入輸出究竟是怎樣的
5，LSTM 神經(jīng)網(wǎng)絡(luò)輸入輸出究竟是怎樣的
6，LSTM神經(jīng)網(wǎng)絡(luò)輸入輸出究竟是怎樣的

1，lstm 是深度學(xué)習(xí) 算法嗎

深度學(xué)習(xí)算法目前主流是DNN(全連接)、CNN(卷積)、RNN(遞歸)等，而LSTM屬于RNN中最有代表性的一類。

屬于。lstm是rnn的進(jìn)階。

lstm 是深度學(xué)習(xí) 算法嗎

2，lstm 128個神經(jīng)元怎么理解

lstm一個cell表示一個神經(jīng)元，128個神經(jīng)元表示每一個輸入Xt同時傳給128個lstm cell。也就是說每一次輸入都有128個cell與之相連

好難理解。再看看別人怎么說的。

lstm 128個神經(jīng)元怎么理解

3，lstm和external memory的區(qū)別

LSTM（Long Short-Term Memory,LSTM）是一種時間遞歸神經(jīng)網(wǎng)絡(luò)，論文首次發(fā)表于1997年。由于獨(dú)特的設(shè)計(jì)結(jié)構(gòu)，LSTM適合于處理和預(yù)測時間序列中間隔和延遲非常長的重要事件。

沒看懂什么意思？

lstm和external memory的區(qū)別

4，LSTM神經(jīng)網(wǎng)絡(luò)輸入輸出究竟是怎樣的

每個時刻的輸入都是一個向量，它的長度是輸入層神經(jīng)元的個數(shù)。在你的問題中，這個向量就是embedding向量。它的長度與時間步的個數(shù)（即句子的長度）沒有關(guān)系。每個時刻的輸出是一個概率分布向量，其中最大值的下標(biāo)決定了輸出哪個詞。

lstm的三個門輸出數(shù)字和向量的情況都有。門（input，forget，output）輸出的維度和cell狀態(tài)的維度一致即可。也就是說三個門的輸出分別控制被控制向量（cell input，cell（t-1），cell（t））中的元素。舉個例子，如果cell狀態(tài)的維度是1，那么被控制向量（cell input，cell（t-1），cell（t））的維度也都是1，那么三個門的輸出都是0-1之間的數(shù)字（選用sigmoid激活函數(shù)）；如果cell狀態(tài)的維度是n，那么被控制向量（cell input，cell（t-1），cell（t））的維度也分別都是n，那么三個門的輸出都是0-1之間的向量（選用sigmoid激活函數(shù)），且門輸出向量的維度都是n。

5，LSTM 神經(jīng)網(wǎng)絡(luò)輸入輸出究竟是怎樣的

當(dāng)網(wǎng)絡(luò)用著分類器時，一般輸出層有兩種方式確定： 1，m個，你的類別有三（漢字、字母、數(shù)字），所以輸出層神經(jīng)元數(shù)目為3個； 2，log2（m），即3或4個類別輸出層神經(jīng)元數(shù)目為2個，5至8個類別輸出層神經(jīng)元數(shù)目為3個，9至16個類別輸出層神經(jīng)元數(shù)目為4個。實(shí)際上由你自己決定，你想幾個就幾個！

6，LSTM神經(jīng)網(wǎng)絡(luò)輸入輸出究竟是怎樣的

經(jīng)網(wǎng)絡(luò)利用現(xiàn)有的數(shù)據(jù)找出輸入與輸出之間得權(quán)值關(guān)系（近似），然后利用這樣的權(quán)值關(guān)系進(jìn)行仿真，例如輸入一組數(shù)據(jù)仿真出輸出結(jié)果，當(dāng)然你的輸入要和訓(xùn)練時采用的數(shù)據(jù)集在一個范疇之內(nèi)。例如預(yù)報天氣：溫度濕度氣壓等作為輸入天氣情況作為輸出利用歷史得輸入輸出關(guān)系訓(xùn)練出神經(jīng)網(wǎng)絡(luò)，然后利用這樣的神經(jīng)網(wǎng)絡(luò)輸入今天的溫度濕度氣壓等得出即將得天氣情況當(dāng)然這樣的例子不夠精確，但是神經(jīng)網(wǎng)絡(luò)得典型應(yīng)用了。