محتوای فیلم در یک نگاه
در این فیلم با بررسی معایب شبکه عصبی RNN شروع میکنیم. با توجه به معایب موجود در این نوع شبکه و با توجه به مزایای آن به استفاده از شبکه عصبی LSTM میرسیم. مزایای شبکه عصبی LSTM را بررسی کرده و به رفع معایب شبکه RNN همچون مشکل گرادیان پرداخته میشود که در این شبکه معایب گفته شده برطرف شده است.
در صورتی که تمایل دارید بجای مطالعه ادامه مقاله فیلم آن را تماشا کنید، روی این لینک (+) و یا پخش کننده پایین کلیک کنید.
معایب شبکه عصبی RNN
- تکرار پارامترها و یکسان بودنشان
- آموزش سخت تر شبکه
- مشکل گرادیان انفجاری و ناپدید شونده
- عدم توانایی در یادآوری اطلاعات از لایه های اول به دلیل تنها حافظه کوتاه مدت
- این نوع شبکه از نظر محاسباتی گران است.
+ در فیلمی که در ابتدای صفحه آورده شده است، در دقیقه 2 و ثانیه 15 الی دقیقه 5 و 36 ثانیه مشکل گرادیان در شبکه RNN را بررسی می کنیم. پیشنهاد میکنم این بخش را در فیلم آپلود شده در این صفحه مشاهده کنید.
مزایای شبکه عصبی LSTM
- دارای حافظه طولانی مدت
- برطرف شدن مشکل گرادیان انفجاری و ناپدید شونده
- مناسب طبقه بندی، پردازش و پیشبینی سری های زمانی در حضور تاخیرهای زمانی با مدت نامشخص
جمع بندی
ممنون که تا انتهای این صفحه با ما همراه بودید. متن این صفحه قابل مطالعه و فیلم آن قابل مشاهده است. در این صفحه شما با معایب RNN و مزایای LSTM آشنا شدید. پیشنهاد میکنم فیلم آپلود شده در این صفحه را حتما برای درک بهتر مبحث مشاهده کنید.
کلیدواژگان
تفاوت RNN و LSTM | تفاوت معماری RNN و LSTM