观看吴恩达教授深度学习-循环神经网络有感
2018-12-12 17:26
246 查看
观后感:
看完(RNN)循环神经网络后,第一个感觉是没有看懂,具体有几点
(1)模型图很抽象,不知道输入的X、Y(即输入输出到底是什么),如果不知道输入输出具体是什么,那么根本无法对样本做标记,那么理解模型的具体算法就无从谈起。
(2)卷积神经网络中的参数也很抽象,具体有哪些参数无法从模型图上得知。
(3)循环神经网络中的神经元输入输出到底是什么,第i个神经元的输出的什么怎么传到第i+1个神经元
总结:
1.不知道参数有哪些
2.每个神经元的输入输出是什么
3.训练样本如何做标记
解决办法:
所以如果想要弄明白循环神经网络(RNN)在做什么,我们需要观看一点基础的内容,对循环神经网路有一个感性的认识,所以我看了下面这个博客(博主为 谢小小XH),附链接https://www.geek-share.com/detail/2708702269.html。我认为这篇博客对初学者弄懂循环网络非常有帮助。(但是我在看双向循环神经网络的时候还是有点不太明白,里面的一些细节,特别是初始向量这块)
以下还有几篇文章对理解循环神经网络非常有帮助,附链接
http://colah.github.io/posts/2015-08-Understanding-LSTMs/(LSTM)
http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/(RNN)
相关文章推荐
- 吴恩达老师深度学习视频课笔记:循环神经网络
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(5-1)-- 循环神经网络
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-3)-- 浅层神经网络(转载)
- 深度学习:循环神经网络RNN的变体
- 深度学习框架TensorFlow学习与应用(七)——循环神经网络(RNN)应用于MNIST数据集分类
- 吴恩达 深度学习第三周 浅层神经网络 logistic_regression python代码实现
- 吴恩达深度学习课程笔记之卷积神经网络基本操作详解
- 学习笔记TF053:循环神经网络,TensorFlow Model Zoo,强化学习,深度森林,深度学习艺术
- 【学习日记】吴恩达深度学习工程师微专业第一课:神经网络和深度学习
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-4)-- 深层神经网络(转载)
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-2)-- 神经网络基础
- 吴恩达(Andrew Ng)深度学习工程师笔记 - 第一门课-神经网络和深度学习-第一周深度学习概论-第六节:课程资源
- 吴恩达-DeepLearning.ai-01 神经网络和深度学习
- 深度学习与神经网络_吴恩达 学习笔记(二)
- 吴恩达神经网络和深度学习课程自学笔记(八)之机器学习策略
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-2)-- 神经网络基础
- 七月算法深度学习 第三期 学习笔记-第七节 循环神经网络与自然语言处理
- 深度学习(Deep Learning)读书思考七:循环神经网络二(LSTM)
- 深度学习笔记四循环神经网络RNN
- 吴恩达深度学习课程笔记之神经网络基础