文件名称：Recurrent-Neural-Networks:使用 Python 和 Theano 实现的用于对序列数据进行建模的循环神经网络
文件大小：199KB
文件格式：ZIP
更新时间：2024-06-23 09:20:41
Python
循环神经网络 这是一个用于三种输出的 RNN：实值、二进制和 softmax。 并针对五种激活函数：sigmoid、tanh、relu、lstm、gru。 要运行代码，您需要在 PYTHONPATH 中有 Theano 库： 然后将结果保存在 *.png 文件下： .png 要使用不同的超参数测试模型，您需要修改任何测试函数。 使用默认参数运行代码在 CPU 上大约需要 5 分钟。 相关资源 格雷厄姆泰勒的实现： Razvan Pascanu 的实现： Alex Grave 的论文很好地描述了 RNN： Yoshua Bengio、Aaron Courville 和 Ian Goodfellow 着书： 深度学习 - 第 12 章 注意 此代码的分发没有任何明示或暗示的保证。
【文件预览】：
Recurrent-Neural-Networks-master
----README.md(1KB)
----softmax.png(58KB)
----binary.png(59KB)
----Vanilla_RNN.py(20KB)
----real.png(81KB)
----gating.py(12KB)
----RNN_with_gating.py(22KB)