<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>LSTM on 减三和弦</title>
    <link>/zh/tags/lstm/</link>
    <description>Recent content in LSTM on 减三和弦</description>
    <generator>Hugo -- 0.164.0</generator>
    <language>zh</language>
    <copyright>2021-CURRENT_YEAR Bdim</copyright>
    <lastBuildDate>Fri, 20 Sep 2024 00:01:11 +0800</lastBuildDate>
    <atom:link href="/zh/tags/lstm/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>如何理解 RNN ？LSTM 又是啥？</title>
      <link>/zh/posts/%E5%A6%82%E4%BD%95%E7%90%86%E8%A7%A3-rnn-lstm-%E5%8F%88%E6%98%AF%E5%95%A5/</link>
      <pubDate>Fri, 20 Sep 2024 00:01:11 +0800</pubDate>
      <guid>/zh/posts/%E5%A6%82%E4%BD%95%E7%90%86%E8%A7%A3-rnn-lstm-%E5%8F%88%E6%98%AF%E5%95%A5/</guid>
      <description>&lt;h2 id=&#34;是啥&#34;&gt;是啥？&lt;/h2&gt;
&lt;h3 id=&#34;rnn-就像一个有短期记忆的学习者它能记住最近的信息但时间越长记忆越模糊&#34;&gt;&lt;strong&gt;RNN&lt;/strong&gt; 就像一个有短期记忆的学习者，它能记住最近的信息，但时间越长，记忆越模糊。&lt;/h3&gt;
&lt;p&gt;通俗来说，&lt;strong&gt;RNN（循环神经网络）&lt;/strong&gt; 可以类比成一个有记忆的“学习者”。假设这个学习者在读一篇文章，他每读完一个词就会暂时记住这个词的意思，再去读下一个词。在传统神经网络中，每次处理的输入都是独立的（像每次都从零开始阅读），但在RNN中，它会“记住”之前的信息（之前的词），并将这些记忆传递给下一步处理，让整个句子有上下文的联系。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
