【动手学深度学习pytorch】学习笔记 8.4 循环神经网络
2022/6/10 23:21:34
本文主要是介绍【动手学深度学习pytorch】学习笔记 8.4 循环神经网络,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
8.4. 循环神经网络 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai)
主要内容:
-
对隐状态使用循环计算的神经网络。
-
隐状态可以捕获直到当前时间步序列的历史信息。
-
参数数量不会随着时间步的增加而增加。
-
可以使用循环神经网络创建字符级语言模型。
-
可以使用困惑度来评价语言模型的质量。
作者讲的清晰易懂,读完之后感觉很通透。
由于对信息论不太熟悉,对困惑度这个概念有些困惑。。。
推荐一篇博客:从交叉熵角度理解困惑度(perplexity)_Training.L的博客-CSDN博客_困惑度和交叉熵
本节的代码比较简单,验证了一个运算:
隐状态中
这篇关于【动手学深度学习pytorch】学习笔记 8.4 循环神经网络的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-15PingCAP 黄东旭参与 CCF 秀湖会议,共探开源教育未来
- 2024-05-13PingCAP 戴涛:构建面向未来的金融核心系统
- 2024-05-09flutter3.x_macos桌面os实战
- 2024-05-09Rust中的并发性:Sync 和 Send Traits
- 2024-05-08使用Ollama和OpenWebUI在CPU上玩转Meta Llama3-8B
- 2024-05-08完工标准(DoD)与验收条件(AC)究竟有什么不同?
- 2024-05-084万 star 的 NocoDB 在 sealos 上一键起,轻松把数据库编程智能表格
- 2024-05-08Mac 版Stable Diffusion WebUI的安装
- 2024-05-08解锁CodeGeeX智能问答中3项独有的隐藏技能
- 2024-05-08RAG算法优化+新增代码仓库支持,CodeGeeX的@repo功能效果提升