今晚四個小時，為了梳理復(fù)習(xí)神經(jīng)網(wǎng)絡(luò)的基本算法，通過維基百科的描述，慢慢看下來。

有一些收貨，做一些筆記，手寫識別是最早成功利用RNN的研究成果。

在實(shí)際工作中的要求是：

熟悉CNN、RNN，LSTM等深度神經(jīng)網(wǎng)絡(luò)模型，并掌握其相關(guān)的優(yōu)化調(diào)參方法；

基本的框架和從中提取的關(guān)鍵詞如下：

編碼器

解碼器

雙向讀取

隱藏狀態(tài)

自然語言處理

還有條件概率

概率在實(shí)際生活中，一切都有一個概率。這些編碼解碼我就想起大三上上范老師的信息論與編碼，但是這兩個不一樣，但是都是用到各種條件概率，各種熵，包含的信息量，去做一個判斷。

總結(jié)

以上是生活随笔為你收集整理的时间递归神经网络的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。