因此，我开始学习RNN，尤其是LSTM，并且其中的一部分理论我只是不了解。
当您堆叠LSTM单元格时，我看到每个人如何将隐藏状态从历史中分离出来，但这对我来说是没有意义的，LSTM是否不应该使用历史中的隐藏状态来做出更好的预测？
我阅读了文档，但对我来说仍然不清楚，因此欢迎任何解释
没错，LSTM中的隐藏状态可以用作内存。但是这个问题出现了，我们应该学习它们吗？不，隐藏状态不是应该学习的，因此我们将其分离以使模型使用这些值但不 计算梯度。
如果不分离，则渐变会很大。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句