【LSTM和GRU极简,和最新的TT也就是状态】机器学习模型来学习状态

LSTM(长短期记忆网络)中的关键参数包括输入门、遗忘门、输出门、细胞状态和隐藏状态。以下是如何进行推理计算的示例:

LSTM参数和公式

  1. 输入门(i_t) :决定输入的信息量。

  2. 遗忘门(f_t) :决定遗忘上一个状态的信息量。

  3. 细胞状态(C_t) :存储长期信息。

  4. 输出门(o_t) :决定输出的信息量。

  5. 隐藏状态(h_t) :输出短期记忆。

推理计算示例

假设我们有以下输入数据和参数:

计算步骤

总结:训练所得四个权重,然后不停的更新状态,遗忘并输出

GRU 少了门,更新,重置,状态 3个权重。

相关推荐
Gyoku Mint8 小时前
机器学习×第二卷:概念下篇——她不再只是模仿,而是开始决定怎么靠近你
人工智能·python·算法·机器学习·pandas·ai编程·matplotlib
猛犸MAMMOTH10 小时前
Python打卡第46天
开发语言·python·机器学习
小wanga11 小时前
【递归、搜索与回溯】专题三 穷举vs暴搜vs回溯vs剪枝
c++·算法·机器学习·剪枝
deephub12 小时前
提升模型泛化能力:PyTorch的L1、L2、ElasticNet正则化技术深度解析与代码实现
人工智能·pytorch·python·深度学习·机器学习·正则化
小于不是小鱼呀12 小时前
手撕 K-Means
人工智能·算法·机器学习
m0_7401546712 小时前
K-Means颜色变卦和渐变色
算法·机器学习·kmeans
fydw_71513 小时前
Celery 核心概念详解及示例
人工智能·机器学习
coderCatIce13 小时前
刘二大人第5讲-pytorch实现线性回归-有代码
人工智能·机器学习
Xyz_Overlord15 小时前
机器学习——聚类算法
算法·机器学习·聚类
且慢.58917 小时前
Python——day46通道注意力(SE注意力)
python·深度学习·机器学习