神经网络能用来干什么_循环神经网络(RNN)是什么？可以做什么？

83 阅读 0 评论 55 点赞

我是靠谱客的博主淡然高山，最近开发中收集的这篇文章主要介绍神经网络能用来干什么_循环神经网络(RNN)是什么？可以做什么？，觉得挺不错的，现在分享给大家，希望可以做个参考。

什么是RNN?

RNN的思想是利用序列化的信息。在传统的神经网络中，我们假设所有输入和输出彼此独立。但对于许多任务而言，这个假设有问题。例如你想预测句子中的下一个单词，就需要知道它前面有哪些单词。

RNN被称为循环，因为它对序列列的每个元素执行相同的任务，并且基于先前的计算进行输出。RNN的另一个优点是它具有“记忆”，它可以收集到目前为止已经计算的信息。理论上，RNN可以在任意长的序列中使用信息，但实际使用中仅仅往回记录几步。这是典型的RNN的样子：

RNN可以做什么?

RNN在许多NLP任务中取得了巨大成功。

在这个领域最常用的RNN类型是LSTM，它在捕获长期依赖方面要比普通的RNN好得多。但不要担心，LSTM和RNN基本相同，它们只是采用不同的方式来计算隐藏状态。以下是RNP在NLP中的一些示例应用。

机器翻译

机器翻译类似于语言模型，因为我们的输入是源语言中的一系列单词(例如德语)。我们希望输出目标语言的一系列单词(例如英语)。关键的区别是只有输入完整之后才会进行输出，因为我们翻译的句子的第一个单词可能需要从完整的输入序列中获取信息。

语音识别

给定来自声波的声学信号作为输入序列，我们可以预测一系列语音片段及其概率。

生成图像描述

RNN作为模型的一部分与卷积神经网络一起生成未标记图像的描述。这个组合模型非常令人惊讶的ÿ

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。