1.基本理論
雙向 RNN 結合時間上從序列起點開始移動的 RNN 和另一個時間上從序列末尾開始移動的 RNN
2.邏輯圖
其中 h (t) 代表通過時間向前移動的子 RNN 的狀態，g (t) 代表通過時間向后移動的子 RNN 的狀態
允許輸出單元 o (t) 能夠計算同時依賴於過去和未來且對時刻 t 的輸入值最敏感的表示，而不必指定 t 周圍固定大小的窗口
免責聲明！
本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。
猜您在找
RNN及雙向RNN原理
TensorFlow之RNN：堆疊RNN、LSTM、GRU及雙向LSTM
tensorflow學習筆記(三十九):雙向rnn
RNN
TensorFlow (RNN)深度學習 雙向LSTM(BiLSTM)+CRF 實現 sequence labeling 序列標注問題 源碼下載
深度學習之循環神經網絡RNN概述，雙向LSTM實現字符識別
PyTorch--雙向遞歸神經網絡(B-RNN)概念，源碼分析
序列模型（5）-----雙向神經網絡（BRNN）和深層循環神經網絡（Deep RNN）
學習筆記TF020:序列標注、手寫小寫字母OCR數據集、雙向RNN
RNN(一)——RNN和LSTM原理