1.$LSTM$深入
- 遗忘门：控制记忆单元的门
- 输入门：控制输入
- 记忆单元
- 输出门：控制隐藏状态
- 特点：相对$rnn$而言，参数量大，计算复杂
2.$GRU$
- 特点：参数少、运算简单、需要的训练数据少
- 更新门、重置门、节点状态、输出
3.循环网络的实现
-
$rnn-cell$ 抽象：output, state = cell(input_, state) -
$Keras-RNN$ 类 -
$Keras-RNNcell$ 类
4.跨批次的状态性（感觉大作业里面可以用）
5.单词嵌入向量
This repository has been archived by the owner on Sep 5, 2021. It is now read-only.