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

Posted 刘润森!

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了小白学习keras教程五基于reuters数据集训练不同RNN循环神经网络模型相关的知识,希望对你有一定的参考价值。

@Author:Runsen

循环神经网络RNN

  • 前馈神经网络(例如 MLP 和 CNN)功能强大,但它们并未针对处理“顺序”数据进行优化

  • 换句话说,它们不具有先前输入的“记忆”

  • 例如,考虑翻译语料库的情况。 你需要考虑 “context” 来猜测下一个出现的单词

  • RNN 适合处理顺序格式的数据,因为它们具有 循环 结构

  • 换句话说,他们保留序列中早期输入的记忆

  • 但是,为了减少参数数量,不同时间步长的每一层需要共享相同的参数

以上是关于小白学习keras教程五基于reuters数据集训练不同RNN循环神经网络模型的主要内容,如果未能解决你的问题,请参考以下文章

小白学习keras教程七基于Digits数据集训练基本自动编码器无监督神经网络

小白学习keras教程六基于CIFAR-10数据集训练CNN-RNN神经网络模型

小白学习kears教程四Keras基于数字数据集建立基础的CNN模型

小白学习keras教程一基于波士顿住房数据集训练简单的MLP回归模型

小白学习keras教程十一Keras中文本处理Text preprocessing

小白学习keras教程九keras 使用GPU和Callbacks模型保存