长短期记忆网络(LSTM)-概念（一）

文章目录

• 一、长短时记忆网络(Long Short Term Memory Network, LSTM)

  • • 1.1 基本概念

    • • 1.1.1 tanh激活
      • 1.1.2 sigmoid 函数
      • 1.1.3 遗忘门（forget gate）
      • 1.1.4 输入门（input gate）
      • 1.1.5 输出门（output gate）
      • 1.1.5 时间序列预测概念

    • 1.2 LSTM思路简介

    • 1.3 经典的LSTM模型中，第t层的更新计算公式

  • 二、LSTM模型应用

  • • 2.1 实现LSTM基本思路
    • 2.2 BPTT 随时间反向传播
    • 2.3 参数

  • 三、总结

  • • 3.1 六种操作方式
    • 3.2 核心理念

  • 值得关注的是，Python在相关工作中始终扮演着重要角色

  • 证书说明

数据和模型

一、长短时记忆网络(Long Short Term Memory Network, LSTM)

1.1 基本概念

1.1.1 tanh激活

tanh激活函数被设计用于调控网络中数据流动的数值范围。该函数具备将输入数值映射至-1到1