LSTM特别适合解决这类需要长时间依赖的问题。LSTM是RNN的一种，大体结构一致，区别在于：
LSTM的‘记忆细胞’是改造过的，
该记录的信息会一致传递，不该记录的信息会被截断掉。
LSTM外部的结构：下图是多个LSTM想连。
忘记门：
为什么信息会增强或增加呢？——下图解释。
卯卯 | 炼就一手绝世刀法！
日出东海落西山，愁也一天，喜也一天。遇事不钻牛角尖，人也舒坦，心也舒坦！
2019-03-23 18:54:54
LSTM-因为RNN可能产生梯度消失和梯度爆炸的问题以及对于长期依赖的问题没有办法解决。
作者:yangli | 分类:Tensorflow | 浏览:991 | 评论:0
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
- 控制面板
- 网站分类
- 搜索
- 文章归档
-
- 2023年4月 (1)
- 2022年12月 (6)
- 2022年11月 (2)
- 2022年10月 (4)
- 2022年9月 (1)
- 2022年8月 (1)
- 2022年7月 (2)
- 2022年4月 (1)
- 2022年3月 (4)
- 2021年5月 (1)
- 2021年3月 (1)
- 2020年10月 (1)
- 2020年9月 (11)
- 2020年8月 (1)
- 2020年7月 (2)
- 2020年5月 (4)
- 2020年4月 (1)
- 2020年2月 (1)
- 2020年1月 (1)
- 2019年11月 (2)
- 2019年10月 (3)
- 2019年9月 (5)
- 2019年8月 (19)
- 2019年7月 (6)
- 2019年6月 (8)
- 2019年5月 (10)
- 2019年4月 (16)
- 2019年3月 (37)
- 2019年2月 (24)
- 2019年1月 (11)
- 2018年12月 (3)
- 2018年11月 (3)
- 2018年10月 (7)
- 2018年9月 (8)
- 2018年8月 (41)
- 2018年7月 (29)
- 2018年6月 (14)
- 2018年5月 (16)
