技术栈
rnn
fantasy_arch
2 天前
人工智能
·
rnn
·
深度学习
8.5 循环神经网络的从零开始实现
本节根据8.4节中的描述,从零开始基于循环神经网络实现字符级语言模型。这样的模型将在时光机器数据集上训练。和8.3节中介绍的一样。
weixin_45690427
2 天前
人工智能
·
rnn
·
bert
从RNN到BERT
序列数据是按照特定顺序排列的数据,其中元素的顺序包含重要信息。常见的序列数据包括:传统的神经网络(如全连接网络)存在以下限制:
love you joyfully
5 天前
人工智能
·
pytorch
·
rnn
·
深度学习
·
gru
·
循环神经网络
循环神经网络——pytorch实现循环神经网络(RNN、GRU、LSTM)
本文将深入探讨循环神经网络的理论基础,并通过PyTorch深度学习框架来展示如何实现循环神经网络模型。我们将首先介绍循环神经网络的基本概念。通过PyTorch代码示例,我们将展示如何设计、训练和评估一个循环神经网络模型。
Hao想睡觉
9 天前
rnn
·
gru
·
lstm
循环神经网络(RNN)、LSTM 与 GRU (一)
LSTM 的关键在于 细胞状态(Cell State) 和 三个门(Gates):遗忘门(Forget Gate):决定丢弃多少历史信息。 f t = σ ( W f [ x t , h t − 1 ] + b f ) f_t = \sigma(W_f[x_t, h_{t-1}] + b_f) ft=σ(Wf[xt,ht−1]+bf)
失散13
12 天前
人工智能
·
rnn
·
自然语言处理
·
gru
·
lstm
自然语言处理——03 RNN及其变体
循环神经网络 RNN (Recurrent Neural Network,简称RNN)——处理序列数据的神经网络;
算法_小学生
12 天前
人工智能
·
rnn
·
lstm
长短期记忆网络(LSTM)
循环神经网络(RNN)在处理序列数据(如文本、时间序列、语音)时具有天然优势,但传统 RNN 存在 梯度消失和梯度爆炸 的问题,难以捕捉长距离依赖关系。
Hao想睡觉
12 天前
rnn
·
深度学习
·
lstm
循环神经网络实战:用 LSTM 做中文情感分析(二)
在上一篇文章中,我们学习了 RNN、LSTM 与 GRU 的基本原理,理解了它们的结构和特点。理论固然重要,但只有结合实际项目,才能真正掌握它们的精髓。
算法_小学生
13 天前
人工智能
·
rnn
·
深度学习
循环神经网络(RNN, Recurrent Neural Network)
循环神经网络(Recurrent Neural Network, RNN)是一类 用于处理序列数据 的神经网络。与传统的前馈神经网络(如 MLP、CNN)不同,RNN 在网络结构中引入了 时间上的循环,能够记忆历史信息并用于当前的预测。 典型应用包括:
跳跳糖炒酸奶
22 天前
人工智能
·
rnn
·
深度学习
·
神经网络
·
lstm
第二章、LSTM(Long Short-term Memory:长短时记忆网络)
RNN(循环神经网络)本身存在各种各样的缺陷,比如梯度弥散、梯度爆炸和短时记忆的问题。为弥补RNN的这些问题,瑞士人工智能科学家于1997提出了Long Short-term Memory(长短时记忆网络),即现在常用的LSTM。
无名工程师
1 个月前
rnn
·
学习
·
transformer
浅谈RNN被Transformer 取代的必然性
本次围绕 Transformer 的核心思想、发展历程及其与传统网络结构的对比展开了探讨,同时深入剖析了递归神经网络(RNN)的局限性,为理解 Transformer 的革新意义提供了全面视角。
星马梦缘
1 个月前
人工智能
·
rnn
·
深度学习
·
gru
·
lstm
·
长短期记忆
RNN梯度爆炸/消失的杀手锏——LSTM与GRU
x(t)是当前时刻的输入,h(t-1)是前一刻的输入,二者通过全连接层与四个神经元(FC)相连,共同决定了四个函数:f(t),g(t),i(t),o(t)
weixin_45690427
1 个月前
人工智能
·
pytorch
·
rnn
PyTorch RNN 名字分类器
使用PyTorch实现的字符级RNN(循环神经网络)项目,用于根据人名预测其所属的语言/国家。该模型通过学习不同语言名字的字符模式,够识别名字的语言起源。
lishaoan77
1 个月前
人工智能
·
rnn
·
深度学习
实现RNN(一): SimpleRNN
要看如何用 keras实现RNN,我们来看一个简单的例子 (只是为了理解keras实现 RNN然后通过Excel加深我们的理解): 分类两个句子 (只有有限的3个词)。通过这个例子,我们可以更快的理解输出:
老鱼说AI
1 个月前
人工智能
·
rnn
·
深度学习
·
神经网络
·
自然语言处理
·
语音识别
循环神经网络RNN原理精讲,详细举例!
在了解RNN是什么之前,我们先要明白它解决了什么问题。传统的神经网络,比如我们常见的前馈神经网络(Feedforward Neural Network)或者卷积神经网络(CNN),它们有一个共同的特点:输入之间是相互独立的。
闲看云起
1 个月前
人工智能
·
rnn
·
矩阵
·
cnn
从矩阵表示到卷积神经网络(CNN)与循环神经网络(RNN)
在机器学习和深度学习的世界里,处理复杂的数据结构和模式识别是一个核心挑战。本文将带你了解如何通过矩阵表示简化神经网络的表达,并深入探讨**卷积神经网络(CNN)和循环神经网络(RNN)**这两种强大的工具,分别用于处理图像和序列数据。
chxin14016
1 个月前
人工智能
·
pytorch
·
rnn
·
深度学习
循环神经网络——动手学深度学习7
环境:PyCharm + python3.8RNN通过数据类型的差异与模型适配CNN vs RNN的核心差异:
IT古董
1 个月前
rnn
·
深度学习
·
lstm
【第四章:大模型(LLM)】01.神经网络中的 NLP-(2)Seq2Seq 原理及代码解析
Seq2Seq 是一种处理序列到序列任务(如机器翻译、文本摘要、对话生成等)的深度学习架构,最早由 Google 在 2014 年提出。其核心思想是使用 编码器(Encoder) 将输入序列编码为上下文向量,再通过 解码器(Decoder) 逐步生成输出序列。
慕婉0307
1 个月前
人工智能
·
rnn
·
深度学习
循环神经网络(RNN)详解:从原理到实践
循环神经网络(Recurrent Neural Network, RNN)是一类专门用于处理序列数据的神经网络。与传统的前馈神经网络不同,RNN引入了"记忆"的概念,能够利用之前处理过的信息来影响后续的输出。
CarmenHu
1 个月前
笔记
·
rnn
·
学习
RNN学习笔记
RNN(Recurrent Neural Network,循环神经网络)是一种专为处理序列数据设计的神经网络。与传统的前馈神经网络不同,RNN 引入了“记忆”机制,通过隐藏状态(hidden state)保存之前时间步的信息,从而能够捕捉序列中的时间依赖性。
lucky_lyovo
1 个月前
rnn
·
机器学习
·
lstm
循环神经网络--LSTM模型
LSTM(Long Short-Term Memory):长短期记忆网络。在LSTM之间也有一个用于循环神经网络的模型---RNN模型。