【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
余衫马27 分钟前
聚类算法入门:像魔法一样把数据自动归类
人工智能·算法·机器学习·聚类
陈辛chenxin2 小时前
【大数据技术01】数据科学的基础理论
大数据·人工智能·python·深度学习·机器学习·数据挖掘·数据分析
极客BIM工作室2 小时前
扩散模型核心机制解析:U-Net调用逻辑、反向传播时机与步骤对称性
人工智能·深度学习·机器学习
风暴之零10 小时前
卡尔曼滤波学习
人工智能·学习·机器学习
机器学习之心11 小时前
BKA-Transformer-LSTM多变量时间序列预测Matlab实现
matlab·lstm·transformer·多变量时间序列预测
sensen_kiss11 小时前
INT305 Machine Learning 机器学习 Pt.6 卷积神经网络(Convolutional Neural Network)
机器学习·计算机视觉·cnn
长桥夜波12 小时前
【第二十一周】机器学习周报
人工智能·机器学习
平和男人杨争争13 小时前
SNN(TTFS)论文阅读——LC-TTFS
论文阅读·人工智能·神经网络·机器学习
算家计算16 小时前
AI也能像人一样拥有长时记忆了!谷歌最新研究攻克AI核心难题
人工智能·机器学习·资讯