<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                企業??AI智能體構建引擎,智能編排和調試,一鍵部署,支持知識庫和私有化部署方案 廣告
                # 適用于 RNN 的 Keras 與 TensorFlow 相比,在 Keras 中創建 RNN 要容易得多。正如您在第 3 章中學到的,Keras 提供了用于創建循環網絡的函數式和順序 API。要構建 RNN 模型,您必須從`kera.layers.recurrent`模塊添加層。 Keras 在`keras.layers.recurrent`模塊中提供以下類型的循環層: * SimpleRNN * LSTM * GRU **有狀態模型** Keras 復現層還支持 RNN 模型,可在批次之間保存狀態。您可以通過將`stateful`參數作為`True`傳遞來創建有狀態 RNN,LSTM 或 GRU 模型。對于有狀態模型,為輸入指定的批量大小必須是固定值。在有狀態模型中,從訓練批次中學到的隱藏狀態將重新用于下一批。如果您想在訓練期間的某個時刻重置內存,可以通過調用`model.reset_states()`或`layer.reset_states()`函數使用額外的代碼來完成。 我們將在下一章中看到使用 Keras 構建 RNN 的示例。 有關 Keras Recurrent Layers 的最新文檔可在以下鏈接中找到:[https://keras.io/layers/recurrent/](https://keras.io/layers/recurrent/).
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看