RNN（LSTM）入門理解

之前學習了卷積神經網絡（CNN），在這裏再簡單介紹一下卷積神經網絡的原理。 一個典型的卷積神經網絡爲： 輸入 -> 卷積 -> RelU -> 池化 -> RelU -> 卷積 -> ... -> 池化 -> 全連接層 -> 輸出 對於CNN來說，並不是所有上下層神經元都能直接相連，而是通過「卷積核」作爲中介。而通過max pooling等操作可以進一步提高魯棒性。CNN不僅可以用於圖像識別，也可

>>阅读原文<<