iT邦幫忙

第 11 屆 iThome 鐵人賽
DAY 12
0
AI & Data

從零開始或許曾經想過但想想還是算了的深度雜技系列 第 12 篇

[DAY 12] 輪迴故事裡的那些因果 : RNN 簡介

11th鐵人賽
1269 瀏覽

  • 分享至 

  • xImage
    •  

前言

這一場 LOL 的掉排位來自於之前自己已經雷了千萬場
---阿峻20190928

在資料的世界中，資料的形式不只有一個一個毫無關係的分開的，像是一張狗的照片、一張貓的照片做分類，更有些資料是前後具有關係的，例如股票資訊、語言。那在 Deep Learning 的世界就有一系列的 Model 就是專門設計來處理這些具有前後關係(Context-aware)、時序關係(Squential)的資料

然後這裡只先開一個坑XD有空再來填完這一章

參考資料

  1. https://brohrer.mcknote.com/zh-Hant/how_machine_learning_works/how_rnns_lstm_work.html
  2. https://medium.com/@tengyuanchang/%E6%B7%BA%E8%AB%87%E9%81%9E%E6%AD%B8%E7%A5%9E%E7%B6%93%E7%B6%B2%E8%B7%AF-rnn-%E8%88%87%E9%95%B7%E7%9F%AD%E6%9C%9F%E8%A8%98%E6%86%B6%E6%A8%A1%E5%9E%8B-lstm-300cbe5efcc3
  3. https://ithelp.ithome.com.tw/articles/10193469
  4. https://zhuanlan.zhihu.com/p/30844905
  5. https://blogs.nvidia.com.tw/2018/09/whats-the-difference-between-a-cnn-and-an-rnn/
  6. https://www.itread01.com/content/1549269013.html

上一篇
[DAY 11] 當風扇開始轉的那一刻 : CNN的實現
下一篇
[DAY 13] 壓縮到極致再重返世界 : AutoEncoder-Decoder
系列文
從零開始或許曾經想過但想想還是算了的深度雜技 共 30 篇
  1. 26
    [DAY 26] 自己的資源自己掌握 : 自定義 Dataloader
  2. 27
    [DAY 27] 佛列格遊記 : Edge Computing v.s PC Computing
  3. 28
    [DAY 28] 自己寫一個有趣的實例吧 : RD_Transfer
  4. 29
    [DAY 29] 善加利用現有工具 : Useful Tool 推薦
  5. 30
    [DAY 30] 未完的終點是下一場的起點 : 總結以及各式好用連結
完整目錄
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言
iThome鐵人賽
參賽組數
1064 組
團體組數
40 組
累計文章數
22206 篇
完賽人數
602 人
iT+看影片追技術 看影片追技術 看更多
熱門tag 看更多
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js
熱門問題
熱門回答
熱門文章
IT邦幫忙