《VISUALIZING AND UNDERSTANDING RECURRENT NETWORKS 》论文阅读笔记

本人原创，转载标明来源。 1 论文主要内容 循环神经网络（RNNs），特别是一种具有长短期记忆（LSTM）的变体，由于在涉及序列数据的广泛机器学习问题中的成功应用而重新引起人们的兴趣。 LSTM在实践中表现出了非常好的结果，但我们对其性能的来源和限制仍知之甚少。为了增强对LSTM的理解，论文作者使用字符级别的语言模型作为可解释试验台，分析了LSTM的表示、预测和错误类型。通过分析，本文揭示了可解释

>>阅读原文<<