Notebook

摘要： 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 阅读全文

摘要： 9.3. 深度循环神经网络 — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) rnn.LSTM(num_hiddens, num_layers) 通过num_layers的值来设定隐藏层数 解释了前面的问题：【动手学深度学习pytorch】学习笔记 8.6. 阅读全文

摘要： 9.2. 长短期记忆网络（LSTM） — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 长短期记忆网络引入了记忆元（memory cell），或简称为单元（cell）。为了控制记忆元，需要许多门。 输出门（output gate）从单元中输出条目 输入门（in 阅读全文

摘要： 9.1. 门控循环单元（GRU） — 动手学深度学习 2.0.0-beta0 documentation (d2l.ai) 【人工智能导论：模型与算法】6.3 卷积神经网络 CNN 6.4 循环神经网络 RNN LSTM GRU - V2.0 - HBU_DAVID - 博客园 (cnblogs.c 阅读全文