首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏caoqi95的记录日志

    RNN in TensorFlow Tutorial - Part 1 - from R2RT

    而当 Xt-3 1时,Y 为1的概率要加上50%,变为100%;当 Xt-8 为1时,Y 为1的概率要减去25%,变为25%;如果 Xt-3 和 Xt-8 同时为1,则 Y 为1的概率为50%+50%- 25%=75% 因此会分别在 Xt-3 和 Xt-8 这两处有依赖关系。 这个数据非常简单,我们可以根据是否学习依赖关系来计算训练 RNN 的期望交叉熵损失: 当网络没有学习任何依赖关系:那么它将正确地分配概率为62.5%,交叉熵的损失大概为0.66 当网络只学习到 Xt-3

    71620发布于 2019-03-27
  • 来自专栏AI研习社

    按照这几个步骤操作,不实现 RNN 都难!

    数据集 首先我们看一下实验数据的构造: 输入数据X:在时间t,Xt的值有50%的概率为1,50%的概率为0; 输出数据Y:在实践t,Yt的值有50%的概率为1,50%的概率为0,除此之外,如果`Xt- 如果RNN学习到第一条依赖关系,即Xt-3为1时Yt一定为1。

    61170发布于 2018-03-29
  • 来自专栏磐创AI技术团队的专栏

    测试时间序列的40个问题

    2017年2月的3个月移动平均线是多少A)300 B) 350 C) 400 D)需要更多的信息 解决方案:(A) X' = (xt-3 + xt-2 + xt-1) /3 (200+300+400)/

    1.7K20发布于 2020-07-10
领券