建议按序阅读

1. RNN的一些简单概念介绍 

A guide to recurrent neural networks and backpropagation

Deep learning:四十九(RNN-RBM简单理解) :

http://www.cnblogs.com/tornadomeet/p/3439503.html

2. LSTM

深度学习BP算法的推导(附加RNN,LSTM的推导说明):

http://blog.csdn.net/zhuanshenweiliu/article/details/42267993

RNN以及LSTM的介绍和公式梳理 : 

http://blog.csdn.net/dark_scope/article/details/47056361

深入浅出LSTM神经网络 : 

http://www.csdn.net/article/2015-06-05/2824880

3. 基于RNN的下一word预测

Recurrent neural network based language model

4. 基于RNN的字符水平的语言模型的Cell&Gate的实际表现追踪,

以及long-range Interaction影响的分析及相应不同类型误差的分析与改进措施

 Visualizing and Understanding Recurrent Networks

5. 其他:

基于RNN及RBM的复调音分析

Modeling Temporal Dependencies in High-Dimensional Sequences: Application to Polyphonic Music Generation and Transcription

Deep learning:四十九(RNN-RBM简单理解) :

http://www.cnblogs.com/tornadomeet/p/3439503.html

基于CNN编码(图像到嵌入向量)及RNN解码(嵌入向量到文字)的图像文字表述生成

Show and Tell: A Neural Image Caption Generator

Show, Attend and Tell: Neural Image Caption Generation with Visual Attention

 

相关文章:

  • 2021-12-08
  • 2021-05-16
  • 2021-04-13
  • 2021-10-16
  • 2021-12-24
  • 2021-09-19
  • 2021-11-17
  • 2021-08-15
猜你喜欢
  • 2021-08-14
  • 2021-12-19
  • 2021-09-30
  • 2021-12-08
  • 2021-11-05
  • 2021-11-05
  • 2021-11-17
相关资源
相似解决方案