python中RNN和LSTM有什么不同？相信很多沒有經(jīng)驗(yàn)的人對(duì)此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個(gè)問題。

創(chuàng)新互聯(lián)建站專注于鎮(zhèn)寧企業(yè)網(wǎng)站建設(shè),響應(yīng)式網(wǎng)站建設(shè),商城網(wǎng)站建設(shè)。鎮(zhèn)寧網(wǎng)站建設(shè)公司,為鎮(zhèn)寧等地區(qū)提供建站服務(wù)。全流程按需策劃設(shè)計(jì)，專業(yè)設(shè)計(jì)，全程項(xiàng)目跟蹤，創(chuàng)新互聯(lián)建站專業(yè)和態(tài)度為您提供的服務(wù)

Python的優(yōu)點(diǎn)有哪些

1、簡(jiǎn)單易用，與C/C++、Java、C# 等傳統(tǒng)語言相比，Python對(duì)代碼格式的要求沒有那么嚴(yán)格；2、Python屬于開源的，所有人都可以看到源代碼，并且可以被移植在許多平臺(tái)上使用；3、Python面向?qū)ο?，能夠支持面向過程編程,也支持面向?qū)ο缶幊蹋?、Python是一種解釋性語言，Python寫的程序不需要編譯成二進(jìn)制代碼，可以直接從源代碼運(yùn)行程序；5、Python功能強(qiáng)大，擁有的模塊眾多，基本能夠?qū)崿F(xiàn)所有的常見功能。

1、RNN

簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)都有一個(gè)主要的特點(diǎn)，那就是都不具備記憶能力，也就是說，它們都是分別處理每一個(gè)輸入，而不存在前、后兩個(gè)輸入之間的關(guān)系。例如，您需要處理數(shù)據(jù)點(diǎn)或時(shí)序，您需要同時(shí)向網(wǎng)絡(luò)顯示整個(gè)時(shí)序，也就是將時(shí)序轉(zhuǎn)換為單一數(shù)據(jù)點(diǎn)輸入。采用這種輸入方式的網(wǎng)絡(luò)叫做前向神經(jīng)網(wǎng)絡(luò)(feddforwardnetwork)。

為了使這個(gè)過程更加容易理解，我們用簡(jiǎn)單的循環(huán)邏輯來實(shí)現(xiàn)一個(gè)RNN的前向傳播。

#簡(jiǎn)單的RNN實(shí)現(xiàn)Numpy實(shí)現(xiàn)
import numpy as np
timesteps=100
input_feature=32
output_fearture=64
inputs=np.random.random((timesteps,input_feature))#生成100,32形狀的矩陣
print(inputs)
state_t=np.zeros((output_fearture,))#生成64個(gè)全為0的數(shù)
print(state_t)
w=np.random.random((output_fearture,input_feature))
u=np.random.random((output_fearture,output_fearture))
b=np.random.random((output_fearture,))
successive_outputs=[]
for input_t in inputs:
    output_t=np.tanh(np.dot(w,input_t)+np.dot(u,state_t)+b)#np.dot表示數(shù)組點(diǎn)積
    successive_outputs.append(output_t)
    state_t=output_t
final_output_sequence=np.stack(successive_outputs,axis=0)
print(final_output_sequence)

2、LSTM

在理論上，RNN應(yīng)該能夠記住在過去的時(shí)間里看到過的信息，但是實(shí)際上它不可能學(xué)習(xí)長(zhǎng)期存在的信息，主要是由于梯度消失的問題。因此研究人員設(shè)計(jì)了LSTM(longshort-termmemory)，也就是所謂的長(zhǎng)短期記憶。

與RNN相比，LSTM多了一種跨域攜帶信息的多時(shí)間步法(細(xì)胞狀態(tài)C)，這種步法類似于傳送帶，它運(yùn)行方向與你所處理的序列方向平行，而序列中的信息可以隨時(shí)跳到傳送帶上，然后被傳送帶送到更遠(yuǎn)的時(shí)間步，必要時(shí)還能原封不動(dòng)地跳回來。那是LSTM的原理。

看完上述內(nèi)容，你們掌握python中RNN和LSTM有什么不同的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

文章名稱：python中RNN和LSTM有什么不同
網(wǎng)站路徑：http://www.aaarwkj.com/article42/pchiec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站收錄、軟件開發(fā)、做網(wǎng)站、虛擬主機(jī)、定制開發(fā)、小程序開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)