PyTorch - 递归神经网络



  • 简述

    深度神经网络具有独特的功能,可以在理解自然语言过程的机器学习方面取得突破。据观察,这些模型中的大多数将语言视为单词或字符的平面序列,并使用一种称为循环神经网络或 RNN 的模型。
    许多研究人员得出的结论是,就短语的分层树而言,语言最容易被理解。这种类型包含在考虑特定结构的递归神经网络中。
    PyTorch 有一个特定的功能,可以帮助简化这些复杂的自然语言处理模型。它是一个功能齐全的框架,适用于各种深度学习,对计算机视觉有强大的支持。
  • 递归神经网络的特点

    • 递归神经网络的创建方式包括将相同的权重集应用于不同的图状结构。
    • 节点按拓扑顺序遍历。
    • 这种类型的网络是通过自动微分的逆向模式训练的。
    • 自然语言处理包括递归神经网络的特殊情况。
    • 这个递归神经张量网络包括树中的各种组合功能节点。
    递归神经网络的例子如下所示 -
    递归神经张量网络