0
点赞
收藏
分享

微信扫一扫

pytorch学习笔记(十一):循环神经网络RNN(简介)


上篇内容记录了在图像领域广泛应用的CNN,这篇将涉猎到新的领域自然语言处理(NLP),简单运用循环神经网络RNN,RNN最难的是维度的变换和处理,奈何本人水平有限,第一次接触听得晕头转向,因此此篇仅对RNN的功能和结构做一个大致了解。

文章目录

  • ​​1.RNN Cell​​
  • ​​1.1 RNN Cell的结构​​
  • ​​1.2程序使用​​
  • ​​2. RNN​​
  • ​​2.1RNN的结构​​
  • ​​2.2程序使用​​
  • ​​3.独热编码One-Hot​​

1.RNN Cell

1.1 RNN Cell的结构

pytorch学习笔记(十一):循环神经网络RNN(简介)_时间序列


RNN主要处理的是时间序列,也就是说,这一时刻的数值由外部的输入和前一时刻的输出决定。图中的RNN Cell为同一个,其从早到晚的移动,构成“循环”。

pytorch学习笔记(十一):循环神经网络RNN(简介)_循环神经网络_02


pytorch学习笔记(十一):循环神经网络RNN(简介)_循环神经网络_03


pytorch学习笔记(十一):循环神经网络RNN(简介)_循环神经网络_04

1.2程序使用

pytorch学习笔记(十一):循环神经网络RNN(简介)_循环神经网络_05

2. RNN

2.1RNN的结构

pytorch学习笔记(十一):循环神经网络RNN(简介)_时间序列_06


pytorch学习笔记(十一):循环神经网络RNN(简介)_循环神经网络_07


pytorch学习笔记(十一):循环神经网络RNN(简介)_自然语言处理_08


相比与RNNcell,多了一个层数numLayers

2.2程序使用

pytorch学习笔记(十一):循环神经网络RNN(简介)_循环神经网络_09

3.独热编码One-Hot

pytorch学习笔记(十一):循环神经网络RNN(简介)_循环神经网络_10


举报

相关推荐

0 条评论