• 循環神經網絡實踐
  • 一、TensorFlow LSTM 有用的類和方法
  • 二、循環神經網絡應用實例
    • 2.1 能量消耗、單變量時間序列數據預測
    • 2.2 基于 RNN 的創建巴赫風格的曲目

循環神經網絡實踐

一、TensorFlow LSTM 有用的類和方法

• 本部分，我們將學習搭建 LSTM 層的主要方法和類，并且還會將其用在實例中。
• tf.nn.rnn_cell.BasicLSTMCell 類
• 這是一個最簡單的 LSTM 循環神經網絡的元胞，僅僅帶一個遺忘門，而不帶其他的新穎的特征，如窺視孔(peepholes)。窺視孔的作用在于讓各種門可以觀察到元胞的狀態。參數如下：
  
  • num_units: 整型變量，LSTM cell 的數目；
  • forget_bias: 浮點型變量，偏差(默認為 1)。該參數作用于遺忘門，用于第一次迭代中減少信息的損失。
  • activation: 是內部狀態的損失函數(默認值為 tanh)。

• MultiRNNCell (RNNCell) 類
• 在本例

總結

以上是生活随笔為你收集整理的循环神经网络实践的全部內容，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。