IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> LSTM模型 -> 正文阅读

[人工智能]LSTM模型

LSTM模型

1.什么是LSTM

LSTM全名叫做Long short-term memory,翻译过来就是长短期记忆

2.与RNN有什么区别:

严谨的描述:

  • 1.RNN模型的结构中激活函数只有tanh;
  • 2.LSTM模型的结构中加了输入门、遗忘门、输出门并引入sigmoid函数并结合tanh函数,添加求和操作,减少梯度消失和梯度爆炸的可能性。

大白话:

用笔记本记录自己大学四年的生活:

  • RNN:从大一入学开始到大四毕业中每一分钟做的事情都会帮你记录下来,事无巨细,当工作几年后回忆大二的歌唱比赛,去翻笔记本时,由于记录的事情太多,不知道该从哪里翻起
  • LSTM:会帮你记录比较重要的事情,而不重要的事情都不会被记录在上,当工作几年后回忆大二的歌唱比赛,只需要翻到大二的那一页便知道大二发生了哪些比较重要的事情

3.LSTM的结构:

通过LSTM的结构我来为大家解释LSTM是如果做到“留下x%旧的信息,保留x%的新信息”

在这里插入图片描述
首先我们看“遗忘门”是如何“遗忘”的:
σ ( x ) = 1 1 + e ? x \sigma{(x)} = \frac{1}{1+e^{-x}} σ(x)=1+e?x1?

在逻辑回归中我们接触过这个函数,它的值域是(0,1)这说明一个问题,当我们得到的信息越不重要遗忘门就越近于0,当遗忘门越接近于0的时候画黑框这一项是不是也就越接近于0

在这里插入图片描述

那么这不就实现了“遗忘”。同样输入门和输出门也是同样的道理来决定保留多少新的信息,以及融合多少旧的信息和新的信息;

4.总结:

1.我将论文中核心部分放在了这里,如果需要看其他的部分,大家可以看一下这篇论文https://colah.github.io/posts/2015-08-Understanding-LSTMs/
2.RNN和LSTM是一对兄弟,即LSTM是特殊的RNN,而LSTM只是缓解了RNN存在的梯度爆炸或者梯度消失的问题,并没有完全解决

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-09-13 11:15:05  更:2022-09-13 11:20:48 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/28 18:17:08-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计