zoukankan      html  css  js  c++  java
  • 学习记忆循环神经网络心得

       

    如有缪误欢迎指正

    GRU结构向前传播 心得(欢迎指正)

    当遗忘门等于0的时候当前信息抛弃 之前记忆前传

    当遗忘门等于1 的时候之前记忆抛弃 当前信息前传

    当遗忘门的值为01之间的时候 调控前传的记忆与信息的比例

    QAQ

    Q:LSTM与GRU 的区别

    A: LSTM 数据量大的时候选用

    A: GRU 结构相对简单,但是训练速度会快一些

    通常商业应用多选用LSTM

    R 为重置门

    Z 为更新门

    门使得我们将传到的参数可控制在0-1之间

    该函数代表的是门

    模型输入的参数

    为输入  为上一时刻状态

    模型学的参数

     权重参数

     偏移参数

    候选隐藏状态

    按元素相乘

  • 相关阅读:
    cmake
    docker
    rust
    linux
    FPGA
    visual studio
    win+R
    word文档的导出(用freemarker模板导出)(桃)
    iconfont的引入方法
    jquery 日期插件
  • 原文地址:https://www.cnblogs.com/iors/p/9973279.html
Copyright © 2011-2022 走看看