《深度学习入门——基于Python的实现》 课件 4 递归神经网络.pdf

《深度学习入门——基于Python的实现》 课件 4 递归神经网络.pdf

  1. 1、本文档共44页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

《深度学习入门—基于Python的实现》

(吴喜之张敏)

递归神经网络

张敏

October15,2024

张敏October15,20241/44

递归神经网络(RNN)简介

张敏October15,20242/44

基本思路

RNN

Final

Output1Output2

Output

RNNHiddenRNNHiddenRNNHidden

CellStateCellStateCellState

Final

Input1Input2

Input

图1:RNN序贯流程示意图

张敏October15,20243/44

前向传播的数学描述

考虑一个具有输入层、隐藏层及输出层的神经网络.记xt为

第t次输入向量,Wh为隐藏层加到输入向量xt的权重矩阵

(这里包含了常数项),ht为第t次隐藏层输出向量,yt为第t

次输出向量,Uh为隐藏层加到前一个隐藏层输出ht−1(Elman

形式)或者前一次输出向量yt−1(Jordan形式)的权重矩阵,σh

和σy分别代表隐藏层和输出层的激活函数.

文档评论(0)

xiaobao + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档