循环神经网络与序列建模

• RNN基础

  理解简单循环神经网络的结构和运作方式。

• RNN训练

  掌握时序反向传播（BPTT）的方法以及梯度消失/爆炸等难题。

• 高级架构

  学习长短期记忆网络（LSTM）和门控循环单元（GRU）的结构和功能。

• 实现

  使用标准深度学习库实现RNN、LSTM和GRU。

• 序列数据处理

  为循环模型准备并预处理序列数据（文本、时间序列）。

• 序列建模任务

  将RNN应用于分类、预测和生成等常见序列建模问题。

本课程没有先修课程。

目前没有推荐的后续课程。