TensorFlow实现多层LSTM

【嵌牛导读】 TensorFlow实现多层LSTM

【嵌牛鼻子】TensorFlow  多层LSTM

【嵌牛提问】如何使用TensorFlow实现多层LSTM?

【嵌牛正文】

参考文章:https://www.cnblogs.com/pinking/p/9362966.html

https://blog.csdn.net/qq_27655147/article/details/79403662

Long Short Term 网络即为LSTM,是一种循环神经网络(RNN),可以学习长期依赖问题。RNN 都具有一种重复神经网络模块的链式的形式。在标准的 RNN 中,这个重复的模块只有一个非常简单的结构,例如一个 tanh 层。LSTM 通过精心设计的称作为“门”的结构来去除或者增加信息到细胞状态的能力。门是一种让信息选择式通过的方法。他们包含一个 sigmoid 神经网络层和一个 pointwise 乘法操作。LSTM 拥有三个门,来保护和控制细胞状态。




最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容