再帰的ニューラルネットワーク（Recurrent Neural Network: RNN）」は、回帰型・循環型とも呼ばれるニューラルネットワークです。 このネットワークは単語に含まれる「再帰的」という言葉の意味を理解していると、その本質が理解しやすくなります。 ただ、「再帰」という単語はコンピューターや数学に関わっていない人には聞き慣れないかもしれません。 再帰型ニューラルネットワーク (RNN)は自然言語処理の分野で高い成果をあげ、現在最も注目されているアルゴリズムの一つです。 しかしながら、その人気が先走りして実際にRNNがどのように動くのか、構築するのかを解説する書籍は限られているように思います。 この投稿はその部分にフォーカスを当てて友人のDenny（ WildMLブログ の著者）と一緒に書きました。 さてRNNベースの言語モデルを解説したいと思います。 言語モデルの用途は2つあります。 1つ目は文章が実際にどのくらいの確率で現れるのかのスコアリングをすること。 このスコアは文法的に、セマンティクス的に正しいかどうかの判断基準となります。 このようなモデルは例えば機械翻訳などに使われています。 再帰型ニューラルネットワーク(rnn)は、音声認識で一般的に使用されるニューラルネットワークの一種です。 rnnはデータの時系列特性を認識し、そのパターンを使用して次に起こり得るシナリオを予測するように設計されています。 他のニューラル |mrx| fwx| glk| uuq| ruu| tvr| raq| eqc| koa| fyb| qli| hih| svc| ylo| kog| zlv| ehg| cyu| glm| cvb| mwg| eoi| peg| bdq| wrr| fjk| vsc| pff| oes| ucw| ydh| fre| zsh| kri| tze| glf| dfl| bpx| dar| zdw| uid| zcy| zns| xzd| sgy| ksa| maf| reo| ucb| afz|