吴恩达深度学习

目录

循环神经网络（RNN，Recurrent Neural Network）

为什么选择序列模型？（Why Sequence Models?）

在本课程中你将学会序列模型，它是深度学习中最令人激动的内容之一。循环神经网络（RNN）之类的模型在语音识别、自然语言处理和其他领域中引起变革。在本节课中，你将学会如何自行创建这些模型。我们先看一些例子，这些例子都有效使用了序列模型。

数学符号（Notation）

循环神经网络模型（Recurrent Neural Network Model）

通过时间的反向传播（Backpropagation through time）

不同类型的循环神经网络（Different types of RNNs）

语言模型和序列生成（Language model and sequence generation）

对新序列采样（Sampling novel sequences）

循环神经网络的梯度消失（Vanishing gradients with RNNs）

GRU单元（Gated Recurrent Unit（GRU））

长短期记忆（LSTM（long short term memory）unit）

双向循环神经网络（Bidirectional RNN）

深层循环神经网络（Deep RNNs）