1.24CNN（基本框架），RNN（简单RNN,LSTM,GRU简要)两个参考论文

2024-01-30 09:10:02
开发
31

目录

LSTM （长短期记忆模型）

CNN

CNN是卷积神经网络

提取图片特征

、

在输出阶段可以使用sigmoid函数返回01值

RNN

3种RNN模型

简单RNN

H就是每层神经元所产生的一个输出信号，输出层产生的信号经过输出函数转化为最终输出

随着循环次数的增加

就是说简单的RNN模型容易导致梯度消失以及梯度爆炸的问题

整体框架类似于数电里的状态机、时序逻辑电路

LSTM （长短期记忆模型）

S函数返回0到1，T函数返回-1到1

而T

当遗忘门值为0时，意味着上期记忆完全遗忘；为1时，完全保留

输入们用来更新记忆

简单RNN种

GRU

更新门与重置门

http://colah.github.io/posts/2015-08-Understanding-LSTMs/
https://arxiv.org/pdf/1412.3555v1.pdf

参考论文

原文地址:https://blog.csdn.net/m0_73553411/article/details/135833642 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：https://www.suanlizi.com/kf/1752137058098483200.html 如若内容造成侵权/违法违规/事实不符，请联系《酸梨子》网邮箱：1419361763@qq.com进行投诉反馈，一经查实，立即删除！

阅读全部