基於循環神經網絡實現基於字符的語言模型（char-level RNN Language Model）-tensorflow實現

前面幾章介紹了卷積神經網絡在天然語言處理中的應用，這是由於卷積神經網絡便於理解而且易上手編程，大多教程（好比tensorflow的官方文檔就先CNN再RNN）。但RNN的原理決定了它先天就適合作天然語言處理方向的問題（如語言模型，語音識別，文本翻譯等等）。所以接下來一段時間應該會着重研究RNN，LSTM，Attention等在NLP的應用及其tensorflow實現。html 在介紹本篇文章以前，

>>阅读原文<<