何时使用 RNN 或 LSTM
When to use RNN or LSTM
RNN 和 LSTM 之间有什么区别？我们什么时候使用这些模型？
不完全是。 RNN，循环神经网络在某些任务上效果很好，但由于使用 RNN 会出现一些问题，例如梯度爆炸或消失梯度问题，因此使用 LSTM 成为标准，这是一种解决这些问题的 RNN。
Exploding/vanishing 当您 back-propagating 通过一个长网络时会发生梯度，并且因为您不断增加梯度，它可能会增长很多并溢出，或者它会变得非常非常小到它将不再起作用。
LSTM 通过使用称为门控循环单元的机制解决了这个问题。因为它解决了标准 RNN 通常遇到的问题，所以 LSTM 被更广泛地使用。
了解这些主题实际上对您很重要，所以我会看看这个博客，它用图表和示例完美地解释了它们。 https://skymind.ai/wiki/lstm
RNN 和 LSTM 之间有什么区别？我们什么时候使用这些模型？
不完全是。 RNN，循环神经网络在某些任务上效果很好，但由于使用 RNN 会出现一些问题，例如梯度爆炸或消失梯度问题，因此使用 LSTM 成为标准，这是一种解决这些问题的 RNN。
Exploding/vanishing 当您 back-propagating 通过一个长网络时会发生梯度，并且因为您不断增加梯度，它可能会增长很多并溢出，或者它会变得非常非常小到它将不再起作用。
LSTM 通过使用称为门控循环单元的机制解决了这个问题。因为它解决了标准 RNN 通常遇到的问题，所以 LSTM 被更广泛地使用。
了解这些主题实际上对您很重要，所以我会看看这个博客，它用图表和示例完美地解释了它们。 https://skymind.ai/wiki/lstm