@Author：Runsen

文章目錄

• • 循環神經網絡RNN
  • Load Dataset
  • 1. Vanilla RNN
  • 2. Stacked Vanilla RNN
  • 3. LSTM
  • 4. Stacked LSTM

循環神經網絡RNN

• 前饋神經網絡（例如 MLP 和 CNN）功能強大，但它們并未針對處理“順序”數據進行優化

• 換句話說，它們不具有先前輸入的“記憶”

• 例如，考慮翻譯語料庫的情況。 你需要考慮 “context” 來猜測下一個出現的單詞

• RNN 適合處理順序格式的數據，因為它們具有 循環 結構

• 換句話說，他們保留序列中早期輸入的記憶

• 但是，為了減少參數數量，不同時間步長的每一層需要共享相同的參數
  

總結

以上是生活随笔為你收集整理的【小白学习keras教程】五、基于reuters数据集训练不同RNN循环神经网络模型的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。