-
循環(huán)神經(jīng)網(wǎng)絡 RNN發(fā)展史概述
循環(huán)神經(jīng)網(wǎng)絡(Recurrent Neural Network, RNN)是一類以序列(sequence)數(shù)據(jù)為輸入，在序列的演進方向進行遞歸(recursion)且所有節(jié)點(循環(huán)單元)按鏈式連接的遞歸神經(jīng)網(wǎng)絡(recursive neural network)。對循環(huán)神經(jīng)網(wǎng)絡的研究始于二十世紀80-90年代，并在二十一世紀初發(fā)展為深度學習(deep learning)算法之一，其中雙向循環(huán)神經(jīng)網(wǎng)絡(Bidirectional RNN, Bi-RNN)和長短期記憶網(wǎng)絡(Long Short-Term Memory networks，LSTM)是常見的循環(huán)神經(jīng)網(wǎng)絡。
-
人工智能之機器學習的循環(huán)神經(jīng)網(wǎng)絡RNN算法解析
前言：人工智能機器學習有關(guān)算法內(nèi)容，請參見公眾號“科技優(yōu)化生活”之前相關(guān)文章。人工智能之機器學習主要有三大類：1）分類；2）回歸；3）聚類。今天我們重點探討一下循環(huán)神經(jīng)網(wǎng)絡（RNN）算法。
