我是研究递归神经网络的新手，现在对RNNLib中的参数感到困惑。具体来说，我不了解隐藏的块，隐藏的大小，输入块，子样本大小和带有mdl的内容。以我的经验，我只有输入向量，一个lstm隐藏层和softmax输出层。为什么块看起来像矩阵？
最佳答案
RNNLib实现了一种新型的RNN，即所谓的“多维递归神经网络”。以下在RNNLib页面上的引用解释说：Alex Graves，SantiagoFernández和JürgenSchmidhuber。Multidimensional recurrent neural networks人工神经网络国际会议，2007年9月，波尔图。此扩展程序旨在处理图像，视频等。如本文所述：
“ MDRNN的基本思想是替换标准中发现的单个循环连接
循环连接数与数据中维数一样多的RNN。
在前向传递过程中，在数据序列的每个点上，网络的隐藏层
从上一步开始接收外部输入及其自身的激活
所有尺寸”
我认为，这就是您有能力使用多维输入的原因。如果要使用RNNLib作为通常的一维RNN，只需为输入和LSTM块指定一维。
MDL代表“最小描述长度”代价函数，用于近似贝叶斯推断（一种正则化NN的方法）。如果要使用它，最好阅读RNNLib网站上提供的原始参考。否则，我认为可以忽略不计。
关于machine-learning - RNNlib中参数的含义，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/27480878/