目錄
背影
摘要
代碼和數(shù)據(jù)下載：長(zhǎng)短期神經(jīng)網(wǎng)絡(luò)LSTM的博文分類(lèi)，長(zhǎng)短期神經(jīng)網(wǎng)絡(luò)微博博文分類(lèi)（代碼完整，數(shù)據(jù)齊全）資源-CSDN文庫(kù) https://download.csdn.net/download/abc991835105/88498278
LSTM的基本定義
LSTM實(shí)現(xiàn)的步驟
長(zhǎng)短期神經(jīng)網(wǎng)絡(luò)LSTM的博文分類(lèi)，長(zhǎng)短期神經(jīng)網(wǎng)絡(luò)微博博文分類(lèi)
結(jié)果分析
展望
參考論文
背影
傳統(tǒng)的方法博文分類(lèi)準(zhǔn)確率低，為提高精度，本文用LSTM進(jìn)行預(yù)測(cè)
摘要
LSTM原理，MATALB編程長(zhǎng)短期神經(jīng)網(wǎng)絡(luò)LSTM的博文分類(lèi)文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-742774.html
LSTM的基本定義
LSTM是一種含有LSTM區(qū)塊（blocks）或其他的一種類(lèi)神經(jīng)網(wǎng)絡(luò)，文獻(xiàn)或其他資料中LSTM區(qū)塊可能被描述成智能網(wǎng)絡(luò)單元，因?yàn)樗梢杂洃洸欢〞r(shí)間長(zhǎng)度的數(shù)值，區(qū)塊中有一個(gè)gate能夠決定input是否重要到能被記住及能不能被輸出output。
圖1底下是四個(gè)S函數(shù)單元，最左邊函數(shù)依情況可能成為區(qū)塊的input，右邊三個(gè)會(huì)經(jīng)過(guò)gate決定input是否能傳入?yún)^(qū)塊，左邊第二個(gè)為input gate，如果這里產(chǎn)出近似于零，將把這里的值擋住，不會(huì)進(jìn)到下一層。左邊第三個(gè)是forget gate，當(dāng)這產(chǎn)生值近似于零，將把區(qū)塊里記住的值忘掉。第四個(gè)也就是最右邊的input為output gate，他可以決定在區(qū)塊記憶中的input是否能輸出 。
圖1 LSTM模型
圖1 LSTM模型
LSTM有很多個(gè)版本，其中一個(gè)重要的版本是GRU（Gate文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-742774.html
到了這里，關(guān)于長(zhǎng)短期神經(jīng)網(wǎng)絡(luò)LSTM的博文分類(lèi)，長(zhǎng)短期神經(jīng)網(wǎng)絡(luò)的原理分析的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
