Recurrent Neural Network (RNN)

Bài giảng Các kỹ thuật học sâu và ứng dụng - Bài 6: Recurrent Neural Network giới thiệu về mạng nơ-ron hồi quy (RNN), một kiến trúc mạnh mẽ cho dữ liệu trình tự. Chuyên đề này phân tích mô hình ngôn ngữ và các bài toán trong NLP, đồng thời đi sâu vào giới thiệu về RNN cùng những vấn đề và hướng giải quyết thường gặp. Đây là kiến thức cốt lõi để xử lý các chuỗi dữ liệu. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

37p hoatrongguong03 15-05-2025 0 0   Download

Bài giảng Các kỹ thuật học sâu và ứng dụng - Bài 7: Các biến thể của Recurrent Neural Network tiếp tục khám phá các kiến trúc RNN tiên tiến hơn để giải quyết những hạn chế của mô hình cơ bản. Chuyên đề này trình bày Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU), Bidirectional RNN và Deep-stacked RNN. Nắm vững các biến thể này giúp bạn xử lý hiệu quả các chuỗi dài và phức tạp. Mời các bạn cùng tham khảo bài giảng để biết thêm chi tiết!

36p hoatrongguong03 15-05-2025 1 0   Download

Đề cương cung cấp các kiến thức cơ bản trong lĩnh vực máy học đồng thời tiếp cận các hướng tiếp cận máy học hiện đại như thuật toán học sâu (Deep Learning) để ứng dụng giải quyết một số bài toán trong thực tế. Qua môn học này sinh viên có thể hiểu và cài đặt được kiến trúc mạng Convolutional Neural Network (CNN), Recurrent Neural Network (RNN) với các framework nổi tiếng như Tensorflow và Pytorch.

9p bachlapkim01 09-05-2025 2 2   Download

Bài giảng Học sâu và ứng dụng - Bài 9: Mạng hồi quy. Bài này cung cấp cho học viên những nội dung về: bài toán dự đoán chuỗi; mạng hồi quy thông thường; lan truyền ngược theo thời gian (BPTT); mạng LSTM và GRU; một số áp dụng;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

58p duonghoanglacnhi 07-11-2022 32 6   Download

Tác giả mới dựa vào một số mô hình toán để dự báo như mô hình nhân, mô hình trung bình, mô hình ARIMA và SARIMA kết hợp để phân tích cũng như dự báo và ứnng dụng mô hình mạng LSTM là một phần đặc biệt của mạng RNN (Recurrent Neural Networks) để phân tích và dự báo bằng phương pháp học sâu. Mời các bạn cùng tham khảo.

63p capheviahe27 23-02-2021 33 6   Download

Stability Issues in RNN Architectures Perspective The focus of this chapter is on stability and convergence of relaxation realised through NARMA recurrent neural networks. Unlike other commonly used approaches, which mostly exploit Lyapunov stability theory, the main mathematical tool employed in this analysis is the contraction mapping theorem (CMT), together with the fixed point iteration (FPI) technique. This enables derivation of the asymptotic stability (AS) and global asymptotic stability (GAS) criteria for neural relaxive systems.

19p doroxon 12-08-2010 112 9   Download