coursera deep learning course5 week1

RNN种类
这里写图片描述
LSTM
这里写图片描述
LSTM三个门的作用
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
GRU可以看作LSTM的简化版本,只有两个门
这里写图片描述
如果想当前的输出与以后的序列有关的话,可以采用BRNN,即双向的RNN
这里写图片描述

index = j % len(examples) #保证不会溢出
X = [None] + [char_to_ix[ch] for ch in examples[index]] 
Y = X[1:] + [char_to_ix["\n"]]

猜你喜欢

转载自blog.csdn.net/yb564645735/article/details/79263839