一：主要流程
二：为什么需要序列模型？
三：网络记忆能力
在RNN出现前，一些具有记忆能力的网络：
1）TDNN
2）自回归模型
四：循环神经网络
五：循环神经网络的计算图
六：序列模型解决的问题
七：BPTT（随时间反向传播）—重点
1）前向传播
2）反向传播
八：双向循环神经网络
九：长期依赖的挑战
十：LSTM
十一：GRU
深度学习/花书:第十章(序列建模：循环和递归网络)
2023-10-11
39
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
深度学习/花书:第十章(序列建模：循环和递归网络)
目录
相关文章
|
4天前
|
机器学习/深度学习
运维
Python
|
2天前
|
机器学习/深度学习
数据可视化
数据挖掘
|
2天前
|
机器学习/深度学习
算法
TensorFlow
TensorFlow 2keras开发深度学习模型实例：多层感知器（MLP），卷积神经网络（CNN）和递归神经网络（RNN）
TensorFlow 2keras开发深度学习模型实例：多层感知器（MLP），卷积神经网络（CNN）和递归神经网络（RNN）
4
0
0
|
3天前
|
机器学习/深度学习
数据可视化
数据挖掘
|
4天前
|
机器学习/深度学习
运维
算法
|
4天前
|
机器学习/深度学习
算法
算法框架/工具
|
4天前
|
机器学习/深度学习
编解码
算法
|
4天前
|
算法
安全
数据可视化
|
5天前
|
机器学习/深度学习
算法
计算机视觉
m基于Yolov2深度学习网络的人体喝水行为视频检测系统matlab仿真,带GUI界面
MATLAB 2022a中使用YOLOv2算法对avi视频进行人体喝水行为检测，结果显示成功检测到目标。该算法基于全卷积网络，通过特征提取、锚框和损失函数优化实现。程序首先打乱并分割数据集，利用预训练的ResNet-50和YOLOv2网络结构进行训练，最后保存模型。
15
5
5
|
3天前
|
网络协议
算法
Linux