RNN條件生成與Attention機制

RNN條件生成問題: 圖像生成文本(一對多), 情感分析,文本密集度,分類..,機器翻譯(多對多,離線的),解說視頻,輸入法 (實時多對多)               機器翻譯 V1: Encoder-Decoder(seq2seq模型) LSTM的參數比較多,嵌入手機端不太好。GRU參數比較少,是可以的! 缺點:前面輸入進入RNN的信息會被稀釋,儘管處理了梯度彌散的問題,但是長度太長前面的記憶
相關文章
相關標籤/搜索