LSTM模型介绍_lstm神经网络模型

作者：我家小花儿 | 2024-03-29 09:28:23

踩

lstm神经网络模型

人类不会每时每刻都开始思考。当你阅读这篇文章时，你会根据你对之前单词的理解来理解每个单词。你不会忘掉掉所有东西，然后再从头开始思考。你的想法有持久性。

传统的神经网络不能做到这一点，这是一个主要的缺点。例如，假设您想要对电影视频中每个点发生的事件进行分类。目前尚传统神经网络无法利用其对电影中先前事件的推理来预测后者。

循环神经网络解决了这个问题。它们是带有循环的网络，允许信息持续存在。

在这里插入图片描述
在上图中，一块神经网络A查看一些输入xt并输出一个值ht。循环允许信息从网络的一个步骤传递到下一个步骤。

这些循环使得循环神经网络看起来有点神秘。但是，如果你多想一点，事实证明它们与普通的神经网络并没有什么不同。可以将循环神经网络视为同一网络的多个副本，每个副本都将消息传递给后继者。考虑如果我们展开循环会发生什么：

在这里插入图片描述
这种类似链的性质表明，递归神经网

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/我家小花儿/article/detail/335086