LSTM特点

时间 2021-01-19

原文原文链接

CNN vs RNN RNN 回归型网络，用于序列数据，并且有了一定的记忆效应，辅之以 lstm 。 CNN应该侧重空间映射，图像数据尤为贴合此场景。 RNN 理论的和经验的证据表明很难学习并长期保存信息。为了解决这个问题，一个增大网络存储的想法随之产生。采用了特殊隐式单元的 LSTM （ long short-termmemory networks ）被首先提出，其自然行为便是长期的保存输入。

>>阅读原文<<

1. tensorflow 坑点 Embedding+LSTM
2. LSTM特色及适用性
3. LSTM与RNN的优点
4. LSTM-CNN-Attention算法系列之一：LSTM提取时间特征
5. RNN、LSTM、多层LSTM、Bi-LSTM
6. LSTM 和 Bi-LSTM
7. RNN, LSTM, GRU, SRU, Multi-Dimensional LSTM, Grid LSTM, Graph LSTM系列解读
8. lstm
9. LSTM
10. LSTM相比通常RNN的优点
更多相关文章...
• Scala Trait(特征) - Scala教程
• C# 特性（Attribute） - C#教程
• JDK13 GA发布：5大特性解读
• YAML 入门教程