動手學深度學習——循環神經網絡

循環神經網絡 循環神經網絡（RNN）主要用於預測任務：基於當前和歷史輸入序列，預測序列的下一個字符。循環神經網絡相對於普通神經網絡而言，最大的特點在於穎倉變量 H H H的引進，用 H t H_{t} Ht​表示 H H H在時間步 t t t的值，該變量記錄了到當前字符爲止的序列信息。歷史信息的使用使得預測更爲精確。循環神經網絡的示意圖： 循環神經網絡模型 假設 X t ∈ R n × d \b

>>阅读原文<<