什么'；LSTM输出门的用途是什么？
根据LSTM结构，通过输出门将存储单元输出到下一时间步的下一层或隐藏层。然而，它直接暴露于下一时间步的输入、忘记和输出门。这种选择性曝光的好处是什么？忘记门：这是一个由0和1组成的矩阵，用于过滤 输出，您不需要或不需要继续 更新门：这也是一个由0和1组成的矩阵，它告诉你哪些输出在忘记后要更新，因为你不能同时记住和忘记一件事，所以我们用新的输出替换输出 例：我的猫很漂亮。她只吃鱼。其他的猫对她很粗鲁 在这里，起初我们只讨论一只猫，但我们希望我们的模型在遇到单词“cats”时，模型应该忘记前面的单数“cat”，得到更新并输出“are”而不是“is”。但是为了预测“是”，我们需要另一个过滤器来帮助我们找出预测的可能候选对象，然后进入输出门什么'；LSTM输出门的用途是什么？,lstm,Lstm,根据LSTM结构，通过输出门将存储单元输出到下一时间步的下一层或隐藏层。然而，它直接暴露于下一时间步的输入、忘记和输出门。这种选择性曝光的好处是什么？忘记门：这是一个由0和1组成的矩阵，用于过滤 输出，您不需要或不需要继续 更新门：这也是一个由0和1组成的矩阵，它告诉你哪些输出在忘记后要更新，因为你不能同时记住和忘记一件事，所以我们用新的输出替换输出 例：我的猫很漂亮。她只吃鱼。其他的猫对她很粗鲁 在这里，起初我们只讨论一只猫，但我们希望我们的模型在遇到单词“cats”时，模型应该忘记前面的单数
输出门：它也是一个由0和1组成的矩阵，它有助于决定我们将使用哪些输出，应用后，我们将结果矩阵提供给softmax以计算概率，决定谁是预测的获胜者候选人。忘记门：这是一个由0和1组成的矩阵，用于过滤预测结果 输出，您不需要或不需要继续 更新门：这也是一个由0和1组成的矩阵，它告诉你哪些输出在忘记后要更新，因为你不能同时记住和忘记一件事，所以我们用新的输出替换输出 例：我的猫很漂亮。她只吃鱼。其他的猫对她很粗鲁 在这里，起初我们只讨论一只猫，但我们希望我们的模型在遇到单词“cats”时，模型应该忘记前面的单数“cat”，得到更新并输出“are”而不是“is”。但是为了预测“是”，我们需要另一个过滤器来帮助我们找出预测的可能候选对象，然后进入输出门
输出门：它也是一个由0和1组成的矩阵，有助于决定我们将使用哪些输出，应用此矩阵后，我们将结果矩阵提供给softmax以计算概率，决定谁是预测的获胜者候选人。您可以阅读此获取更多信息：您可以阅读此获取更多信息：