循环神经网络 RNN 从零开始实现 动手学深度学习v2 pytorch

Posted AI架构师易筋

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了循环神经网络 RNN 从零开始实现 动手学深度学习v2 pytorch相关的知识,希望对你有一定的参考价值。

1. 循环神经网络 RNN









2. 从零开始实现













3. 简洁实现





4. Q&A

    1. GPT3, BERT 都是基于Transformer模型的改进,目前也是最火的。
    1. voice和image融合算法,用多模态模型。比如自动驾驶领域的运用。
    1. RNN批量大小乘以时间长度t,相当于做t次分类。
    1. 无人车 所有的模型都可以在车里跑,前景会比较好,车厂的钱比较多,投钱也会多。车内的视觉娱乐任务,车外的道路的视觉任务。

参考

https://www.bilibili.com/video/BV1D64y1z7CA/

以上是关于循环神经网络 RNN 从零开始实现 动手学深度学习v2 pytorch的主要内容,如果未能解决你的问题,请参考以下文章

长短期记忆网络 LSTM 深层循环神经网络 Deep RNN 双向循环神经网络 Bidirectional RNN 动手学深度学习v2

循环神经网络 RNN 动手学深度学习v2

Keras深度学习实战(27)——循环神经详解与实现

Keras深度学习实战(27)——循环神经详解与实现

深度学习基础-基于Numpy的循环神经网络(RNN)实现和反向传播训练

门控循环单元 GRU 动手学深度学习v2