評測乙個句子出現的可能性；
文字自動生成
rnn迴圈處理相同的任務，就是**句子接下來的單詞是什麼。
rnn迴圈記錄前面所有文字的資訊（也叫做記憶），作為**當前詞的乙個輸入
1.語言模型和文字生成
語言模型中，輸入是經過編碼的詞向量序列，輸出是一系列**的詞
2.機器翻譯
機器翻譯必須等待所有輸入結束後才能輸出，因為這個時候才能得到翻譯句子時的所有資訊
3.語音識別
輸入一系列的聲波資訊，然後**一段語音
4.生成影象描述
rnns和cnn一起，可以用來為未標記的影象生成描述
迴圈神經網路 RNN
from torchnlp.word to vector import glove vectors glove vectors hello torch.nn.utils.clip grad norm p,10 10就是最大梯度的模閾值，即保留原來梯度的方向，但梯度大小縮放至10對與梯度瀰散現象，考慮...
RNN迴圈神經網路
神經網路基礎 神經網路可以當做是擬合任意函式的黑盒子，給定特定的輸入x,就能夠的得到希望的輸出y。神經網路結構如下圖 將神經網路模型訓練好之後，輸入層輸入乙個x，通過網路之後就能夠在輸出層輸出特定的y.有了這麼強大的模型，為什麼會出現rnn 迴圈神經網 它們單獨的乙個個的輸入，前乙個輸入和後乙個輸入...
迴圈神經網路RNN
rnn主要用來處理序列資料，在傳統的神經網路模型中，是從輸入層到隱含層再到輸出層，每層內的節點之間無連線，迴圈神經網路中乙個當前神經元的輸出與前面的輸出也有關，網路會對前面的資訊進行記憶並應用於當前神經元的計算中，隱藏層之間的節點是有連線的，並且隱藏層的輸入不僅包含輸入層的輸出還包含上一時刻隱藏層的...