RNN种类
LSTM
LSTM三个门的作用
GRU可以看作LSTM的简化版本,只有两个门
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
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"]]
RNN种类
LSTM
LSTM三个门的作用
GRU可以看作LSTM的简化版本,只有两个门
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
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"]]