第六章_循环神经网络(RNN).md
2020/7/27
1 / 30
[TOC]
第六章 循环神经⽹络(RNN)
6.1 为什么需要RNN？
时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某⼀事物、现象等随时间的变化状态或程
度。⼀般的神经⽹络，在训练数据⾜够、算法模型优越的情况下，给定特定的x，就能得到期望y。其⼀般处理
单个的输⼊，前⼀个输⼊和后⼀个输⼊完全⽆关，但实际应⽤中，某些任务需要能够更好的处理序列的信息，
即前⾯的输⼊和后⾯的输⼊是有关系的。⽐如：
当我们在理解⼀句话意思时，孤⽴的理解这句话的每个词不⾜以理解整体意思，我们通常需要处理这些词连接
起来的整个序列； 当我们处理视频的时候，我们也不能只单独的去分析每⼀帧，⽽要分析这些帧连接起来的整
个序列。为了解决⼀些这样类似的问题，能够更好的处理序列的信息，RNN就由此诞⽣了。
6.2 图解RNN基本结构
6.2.1 基本的单层⽹络结构
在进⼀步了解RNN之前，先给出最基本的单层⽹络结构，输⼊是$x$，经过变换Wx+b和激活函数f得到输出y：
6.2.2 图解经典RNN结构
在实际应⽤中，我们还会遇到很多序列形的数据，如：
⾃然语⾔处理问题。x1可以看做是第⼀个单词，x2可以看做是第⼆个单词，依次类推。
语⾳处理。此时，x1、x2、x3……是每帧的声⾳信号。
剩余29页未读，继续阅读
hkd_ywg
- 粉丝: 4
- 资源: 94
我的内容管理
收起
- 我的资源
快来上传第一个资源
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏 
我的下载 
下载帮助
评论0