How to Construct Deep Recurrent Neural Networks

循环神经网络 计算机科学 深度学习 人工智能 构造(python库) 前馈神经网络 前馈 功能(生物学) 人工神经网络 工程类 进化生物学 生物 控制工程 程序设计语言
作者
Razvan Pascanu,Çağlar Gülçehre,Kyunghyun Cho,Yoshua Bengio
出处
期刊:International Conference on Learning Representations 被引量:156
摘要

Abstract: In this paper, we explore different ways to extend a recurrent neural network (RNN) to a \textit{deep} RNN. We start by arguing that the concept of depth in an RNN is not as clear as it is in feedforward neural networks. By carefully analyzing and understanding the architecture of an RNN, however, we find three points of an RNN which may be made deeper; (1) input-to-hidden function, (2) hidden-to-hidden transition and (3) hidden-to-output function. Based on this observation, we propose two novel architectures of a deep RNN which are orthogonal to an earlier attempt of stacking multiple recurrent layers to build a deep RNN (Schmidhuber, 1992; El Hihi and Bengio, 1996). We provide an alternative interpretation of these deep RNNs using a novel framework based on neural operators. The proposed deep RNNs are empirically evaluated on the tasks of polyphonic music prediction and language modeling. The experimental result supports our claim that the proposed deep RNNs benefit from the depth and outperform the conventional, shallow RNNs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
稳重元冬发布了新的文献求助10
1秒前
福娃选手完成签到 ,获得积分10
2秒前
11发布了新的文献求助10
4秒前
LYL完成签到,获得积分10
5秒前
Su完成签到,获得积分10
5秒前
wyl发布了新的文献求助10
6秒前
liuliuliu发布了新的文献求助30
6秒前
7秒前
8秒前
上官若男应助科研通管家采纳,获得10
8秒前
丘比特应助科研通管家采纳,获得10
8秒前
8秒前
务实饼干应助科研通管家采纳,获得10
8秒前
科研通AI2S应助科研通管家采纳,获得10
8秒前
科研通AI2S应助科研通管家采纳,获得10
8秒前
orixero应助科研通管家采纳,获得10
9秒前
9秒前
9秒前
科研通AI2S应助科研通管家采纳,获得10
9秒前
9秒前
许12发布了新的文献求助10
9秒前
sxw发布了新的文献求助10
12秒前
13秒前
13秒前
123发布了新的文献求助10
14秒前
15秒前
romme发布了新的文献求助10
15秒前
16秒前
Ynwu完成签到 ,获得积分10
16秒前
upon发布了新的文献求助10
17秒前
LXhhh完成签到,获得积分10
17秒前
大个应助didi采纳,获得10
20秒前
22秒前
23秒前
24秒前
wenyi发布了新的文献求助10
24秒前
科研通AI2S应助许12采纳,获得10
24秒前
科研通AI2S应助TTT采纳,获得10
29秒前
兔农糖发布了新的文献求助10
30秒前
33秒前
高分求助中
Sustainability in Tides Chemistry 2800
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3138630
求助须知:如何正确求助?哪些是违规求助? 2789658
关于积分的说明 7791830
捐赠科研通 2445993
什么是DOI,文献DOI怎么找? 1300801
科研通“疑难数据库(出版商)”最低求助积分说明 626058
版权声明 601079