【发布时间】：2020-09-05 15:43:56
【问题描述】：
模型如何在不改变其参数/权重的情况下学习？ 如果我们在一些数据上训练 RNN，然后将其应用于测试数据，我们会做出哪些改变？因为权重/参数不会改变值吗？
【问题讨论】：
标签： machine-learning deep-learning nlp recurrent-neural-network
【发布时间】：2020-09-05 15:43:56
【问题描述】：
当我们将模型应用于测试数据时，我们根本不会对模型进行任何更改。
在测试时（也称为推理），我们只取输入（在 RNN 的情况下，它是输入序列的当前标记，以及模型的当前记忆状态），将它们输入固定模型（也就是说，将它们乘以固定的模型权重并应用一些非线性），并获得输出（在 RNN 的情况下，它是更新的记忆状态，以及对当前令牌的预测）。根本不需要学习或改变任何东西。
【讨论】：