理解递归神经网络(RNN)的展开
2016-08-29 17:22
141 查看
之前看到有博客讲述 RNN主要是下图这种结构,即Hidden Layer会有连向下一时间Hidden Layer的边,为了方便推导和描述,将左边简化为右边这样一个结构。
(左图的空心圆圈输入可以看做:输入的是每个单词的特征向量; 右图的实心圆圈输入可以看做:输入的是每个单词)
将网络按照时间进行展开为下图:
但还不是特别理解隐藏层之间的连接以及按时间展开的过程,于是找到一个更清楚的解释。
-------------------简单粗暴地上图-----------------------
这个图简化了上面的图,可以明显地看出,其描述的意思是一致的~
(左图的空心圆圈输入可以看做:输入的是每个单词的特征向量; 右图的实心圆圈输入可以看做:输入的是每个单词)
将网络按照时间进行展开为下图:
但还不是特别理解隐藏层之间的连接以及按时间展开的过程,于是找到一个更清楚的解释。
-------------------简单粗暴地上图-----------------------
这个图简化了上面的图,可以明显地看出,其描述的意思是一致的~
相关文章推荐
- 理解CNN、DNN、RNN(递归神经网络以及循环神经网络)以及LSTM网络结构笔记
- 基于递归神经网络(RNN)的口语理解(SLU)
- RNN(1) ------ “理解LSTM”(转载)
- 深入理解python的列表展开(list unpacking)
- 【Deep Learning】RNN的直觉理解
- 基于RNN做语义理解和词向量
- 『cs231n』作业3问题1选讲_通过代码理解RNN&图像标注训练
- 循环神经网络(RNN)反向传播算法(BPTT)理解
- PyTorch--双向递归神经网络(B-RNN)概念,源码分析
- 深度学习之神经网络结构——RNN_理解LSTM
- 递归神经网络RNN原理——Elman网络原理——结合实例MATLAB(BPTT算法)实现
- 递归神经网络 RNN 图解
- 循环神经网络(RNN)反向传播算法(BPTT)理解
- RNN和LSTM、GRU的简单理解
- 【直观理解】一文搞懂RNN(循环神经网络)基础篇
- 深度学习Deep learning:四十九(RNN-RBM简单理解)
- Recurrent Neural Network系列3--理解RNN的BPTT算法和梯度消失
- 递归神经网络RNN
- 深度学习-RNN网络的理解
- 递归神经网络(RNN)简介