CC BY 4.0 （除特别声明或转载文章外）
如果这篇博客帮助到你，可以请我喝一杯咖啡~
经典论文回顾：RNN &LSTM
2015 NYU,GOOGLE
- RECURRENT NEURAL NETWORK REGULARIZATION
这篇文章教怎么正确用 dropout 到 LSTMs上 并且持续性的降低多任务的过拟合现象
- 语言模型
- 语音识别
- 图片生成
- 机器翻译
对于FFN， dropout是最强力的正则化方法
过去的 RNN 通常太小，因为太大过拟合
代码仓库: https://github.com/wojzaremba/lstm.
- Relational recurrent neural networks
2018