课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

时间：2023-03-09 20:07:13

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

【解释】

It is appropriate when every input should be matched to an output.

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

【解释】

in a language model we try to predict the next step based on the knowledge of all prior steps.

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

【解释】

Γ_uis a vector of dimension equal to the number of hidden units in the LSTM.

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

【解释】

For the signal to backpropagate without vanishing, we need c^<t> to be highly dependant on c^<t−1>.

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

课程五(Sequence Models)，第一周（Recurrent Neural Networks） —— 0.Practice questions：Recurrent Neural Networks

相关文章

