本文用一個(gè)簡(jiǎn)單的分類（Classification）任務(wù)來(lái)演示在Tensorflow中使用RNN的基本技巧。更確切地說(shuō)是使用LSTM（你可以認(rèn)為它是一種特殊的RNN）。鑒于本文僅屬于入門(mén)級(jí)教程，因此你可以不必太關(guān)心LSTM的內(nèi)部結(jié)構(gòu)。但是對(duì)于RNN的基本認(rèn)知仍然是必要的。這個(gè)例子的源碼主要來(lái)自文獻(xiàn)【1】（筆者有修改），而【1】的作者又是參考的文獻(xiàn)【2】。

 

如果你感覺(jué)自己對(duì)RNN仍然一竅不通，那么你可以參考本系列博文之前的一篇文章《傳說(shuō)中的RNN到底是何方神圣？》 。注意當(dāng)我們說(shuō)RNN的時(shí)候其實(shí)指的就是LSTM（下面給出代碼中我們也提供了GRU的使用范例，參考被注釋掉的部分，因?yàn)樵赥ensorFlow中只要換一個(gè)函數(shù)就可以了）。

 

當(dāng)然，對(duì)于Tensorflow的基本使用也是必備的，例如，你應(yīng)該知道place holder、session這些東西都是什么，以及還如何正確地使用它們。同樣，如果你對(duì)這些內(nèi)容仍然一竅不通，那么你可以參考本系列博文之前的一篇文章《TensorFlow簡(jiǎn)明入門(mén)寶典 》。

 

作為例子，我們這里要完成的任務(wù)是對(duì)0~9這十個(gè)手寫(xiě)數(shù)字進(jìn)行分類。所使用的數(shù)據(jù)集為著名的MINST，關(guān)于這個(gè)數(shù)據(jù)集的介紹，以及關(guān)于數(shù)據(jù)讀入部分的解讀，可以參考之前的文章《基于Softmax實(shí)現(xiàn)手寫(xiě)數(shù)字識(shí)別

總結(jié)

以上是生活随笔為你收集整理的简单明了的LSTM/GRU应用实例（Tensorflow版）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。