【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型

@Author：Runsen

文章目录

• • 循环神经网络RNN
  • Load Dataset
  • 1. Vanilla RNN
  • 2. Stacked Vanilla RNN
  • 3. LSTM
  • 4. Stacked LSTM

循环神经网络RNN

• 前馈神经网络（例如 MLP 和 CNN）功能强大，但它们并未针对处理“顺序”数据进行优化

• 换句话说，它们不具有先前输入的“记忆”

• 例如，考虑翻译语料库的情况。 你需要考虑 “context” 来猜测下一个出现的单词

• RNN 适合处理顺序格式的数据，因为它们具有 循环 结构

• 换句话说，他们保留序列中早期输入的记忆

• 但是，为了减少参数数量，不同时间步长的每一层需要共享相同的参数
  

总结

以上是生活随笔为你收集整理的【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。