用于序列二元分类的 RNN
RNN for binary classification of sequence
我想知道是否有人可以推荐一个好的库或参考（教程或文章）来实现循环神经网络 (RNN)。
我尝试使用 Alex Graves 的 rnnlib，但我在更改架构以使网络适应我的需要时遇到了一些麻烦。
特别是，我尝试使用正样本和负样本来识别来自常规语言的字符串。
这是我训练集的一个例子：
str1: w1 w2 ... wn --> 标签 1（它是该语言的有效字符串）
str2: w1 w2 ... wi --> 标签0（不属于该语言）
其中 wi 来自未知语言的字母表。
提前致谢。
对于工具，我强烈推荐TensforFlow。
- RNN
的精彩介绍
- RNN + TensorFlow for noobs
- RNN + classification : 看看这篇文章的序列分类，就是你的情况。
为了快速做，就用DyNet。最吸引人的一点是该图是动态构建的（顾名思义）。这使得它不同于tensorflow、theano，或者可能是MXNet。
lstm 已经实现为 class，直接使用即可。如此简单明了，只需访问并执行即可。没有文档，但是示例完全适合，只是复制并修改它。
很抱歉 phone 来信。
我想知道是否有人可以推荐一个好的库或参考（教程或文章）来实现循环神经网络 (RNN)。
我尝试使用 Alex Graves 的 rnnlib，但我在更改架构以使网络适应我的需要时遇到了一些麻烦。
特别是，我尝试使用正样本和负样本来识别来自常规语言的字符串。
这是我训练集的一个例子：
str1: w1 w2 ... wn --> 标签 1（它是该语言的有效字符串）
str2: w1 w2 ... wi --> 标签0（不属于该语言）
其中 wi 来自未知语言的字母表。
提前致谢。
对于工具，我强烈推荐TensforFlow。
- RNN 的精彩介绍
- RNN + TensorFlow for noobs
- RNN + classification : 看看这篇文章的序列分类，就是你的情况。
为了快速做，就用DyNet。最吸引人的一点是该图是动态构建的（顾名思义）。这使得它不同于tensorflow、theano，或者可能是MXNet。 lstm 已经实现为 class，直接使用即可。如此简单明了，只需访问并执行即可。没有文档，但是示例完全适合，只是复制并修改它。
很抱歉 phone 来信。