本课程聚焦循环神经网络，首先会深度剖析其原理，涵盖基础结构、信号传递方式和记忆机制等核心知识，理解如何处理序列数据。
| 章节 | 内容 |
|---|---|
|
章节1 循环神经网络原理与优化 |
1 : 循环神经网络_介绍 2 : 循环神经网络_结构 3 : 循环神经网络_训练过程 4 : 循环神经网络_局限性 5 : 循环神经网络_案例_介绍 6 : 循环神经网络_案例_读取训练数据 7 : 循环神经网络_案例_文本预处理 8 : 循环神经网络_案例_构建模型 9 : 循环神经网络_案例_训练模型 10 : 循环神经网络_案例_生成文本(1) 11 : 循环神经网络_案例_生成文本(2) 12 : LSTM_介绍 13 : LSTM_工作原理 14 : LSTM_训练过程 15 : LSTM_局限性 16 : LSTM_案例 17 : GRU_介绍 18 : GRU_工作原理 19 : GRU_训练过程 20 : GRU_案例 21 : 双向RNN_介绍 22 : 双向RNN_优缺点 23 : 双向RNN_训练过程 24 : 双向RNN_案例 |
京公网安备 11011402011233号