【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。
分类:
Deep Learning
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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)
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