【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。

 

posted on   HBU_DAVID  阅读(74)  评论(0编辑  收藏  举报

相关博文:
阅读排行:
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
历史上的今天:
2020-06-12 自然语言处理入门
2020-06-12 自然语言处理 书籍
2017-06-12 Android 计算器布局测试1
2017-06-12 “ShuttleBusTime” 增加点击item响应Toast

导航

点击右上角即可分享
微信分享提示