TensorFLow_LSTM_RNN

标签：network   时间   .com   梯度   work   nbsp   间隔   short   font   

深度学习（DL）有三大模型：CNN，RNN，DBN（深度信念网络）

RNN：Recurrent Neural Network

RNN可以与记忆做类比，经验的累积。 读书破万卷下笔如有神！

RNN 当前产生的结果 是 <以前记忆> 和 <当前状态的叠加>

RNN每一个输出与前面的输出建立起关联，以前面的序列化对象为基础生成新的对象

RNN的局限性：步数增多导致 梯度消失Vanshing （or Exploding）  0.9 ** 100 梯度消失 ； 1.04 ** 100 梯度爆炸

Gradient Clipping（梯度裁剪）有效解决梯度爆炸

在这里介绍LSTM_RNN：

LSTM（Long Short-Term Memory）是长短期记忆网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件

TensorFLow_LSTM_RNN

标签：network   时间   .com   梯度   work   nbsp   间隔   short   font   

原文地址：https://www.cnblogs.com/AlexHaiY/p/9347781.html