【动手学深度学习pytorch】学习笔记 9.4. 双向循环神经网络
9.4. 双向循环神经网络 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai)
9.4.1. 隐马尔可夫模型中的动态规划¶
这一小节是用来说明动态规划问题的， 具体的技术细节对于理解深度学习模型并不重要， 但它有助于我们思考为什么要使用深度学习， 以及为什么要选择特定的架构。
如果觉得阅读难度大，先绕过去这一节。对NLP感兴趣的必须认真阅读，HMM是NLP中很重要的内容。
9.4.2. 双向模型
双向层的使用在实践中非常少，并且仅仅应用于部分场合。
双向循环神经网络的计算速度非常慢。
