【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型

@Author：Runsen

文章目录

循环神经网络RNN

Load Dataset

1. Vanilla RNN

2. Stacked Vanilla RNN

3. LSTM

4. Stacked LSTM

循环神经网络RNN

前馈神经网络（例如 MLP 和 CNN）功能强大，但它们并未针对处理“顺序”数据进行优化

换句话说，它们不具有先前输入的“记忆”

例如，考虑翻译语料库的情况。 你需要考虑 “context” 来猜测下一个出现的单词

RNN 适合处理顺序格式的数据，因为它们具有 循环 结构

换句话说，他们保留序列中早期输入的记忆

但是，为了减少参数数量，不同时间步长的每一层需要共享相同的参数

机器学习 神经网络

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。