Deep learning 序列二元分类的RNN算法

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）来实现递归神经网络（RNN）

我尝试使用Alex Graves的，但在改变架构以使网络适应我的需要时遇到了一些麻烦

特别是，我正在尝试使用正数和负数样本来识别来自常规语言的字符串

这是我的培训集的一个示例：

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（它不属于该语言）

其中wi是从未知语言的字母表中提取的

---

提前感谢。

对于工具，我强烈推荐

• 伟大的介绍
• ：查看本文中的序列分类，这是您的情况

  ---

要快速完成，只需使用DyNet即可。最吸引人的一点是图形是动态构建的（正如它的名字）。这使得它不同于tensorflow、theano，或者可能是MXNet。 lstm已经实现为一个类，只需直接使用它。如此简单和直截了当，只需访问并执行即可。并没有文档，但示例完全适合，只是为了复制和复制它

---

很抱歉通过电话写信。

Keras或PyTorch应该是所有新手的实际框架，尤其是对于这样简单的任务。TF是一个用于生产就绪模型的框架，而不是用于试验或尝试学习。