飞

如何制作新疆丁丁炒面？

四十行代码，用tensorflow 识别图片中的数字

什么是Recurrent Neural Network？ 循环神经网络 / 递归神经网络 ( Recurrent Neural Network )，主要解决的是 序列 类的问题，有时候顺序非常关键。比如，我喜欢苍老师的电影，和苍老师喜欢我的电影，意思完全不同；我想和马云爸爸一样有钱和马云爸爸想和我一样有钱，意思也完全不同。 那么RNN是如何工作的呢？ 最重要的就是这个公式，当前状态由，上一个状态和当前输入而决定 ht 带表当前时刻的隐藏状态hidden state, ht-1就是上一个状态的hidden state, xt, 是当前时刻的输入 我    喜欢    星球大战 举个例子，我喜欢星球大战，把这句话，分成三个词，x0 是我，x1是喜欢，x2是星球大战 h0 由初始状态，和x0， "我" 来决定 h1  就由h0和x1"喜欢"来决定 h2 由h1, 和x2 "星球大战"来决定 ht-1 乘以它的weight Wh 加上 Xt 乘以它的weight Wx 两个相加， 经过激活函数tanh, 最后就得到ht了 Wh, Wx, 都没有下角标t, 所以这两个weight 是由各个时刻共享的 训练的过程就是更新这两个weight的过程，把它们优化成最佳值 刚才讲的是最基础的RNN模型，下面看一下encoder/decoder 模型是如何利用RNN 来对诗的 Encoder/Decoder 顾名思义，由两个部分组成 encoder 部分的输入是已知诗的第一句，举个例子，床 前 明 月 光，五个字， decoder 部分的输入是encoder 的输出，加上自己的上一次输出。 比如说，预测第一个字，因为decoder 自己还没有输出，所以用起始符，来表示自己上一次的输出，加上encoder 处理床前明月光的输出，这样decoder 就输出了，疑这个词 预测第二个字的时候，疑这个字就变成了输入 假设刚才输出不是疑这个字，输出了低这个字，那么预测第二个字的时候，低就变成了输入 假设预测第五个字输出是霜，预测第六个字的时候，霜变成了输入，输出是终止符，表示不用继续预测