老师请问为什么单层单向RNN效果比起之前简单用Embedding以及globalaveragepooling构建的网络效果还要差呢?

首页课程实战体系课手记专栏慕课教程

老师请问为什么单层单向RNN效果比起之前简单用Embedding以及globalaveragepooling构建的网络效果还要差呢?

来源：7-5 循环神经网络实战文本分类

weixin_慕丝2510155

2022-05-06

写回答

1回答

正十七

正十七

2022-05-26

这块的原因是RNN更容易有梯度消失等问题，所以可能训练不好。另外，通常来说，对于序列问题，我们一般不会用embedding + global average pooling的方法，因为它无法处理变长序列，所以它是序列问题的一个baseline，无法真正用到序列问题上。

0

0

Google老师亲授 TensorFlow2.0 入门到进阶

Tensorflow2.0实战—以实战促理论的方式学习深度学习

1849 学习 · 896 问题

相似问题

请问老师，embedding层的训练是如何进行的呢？

回答 1

为何双向循环神经网络的return_sequences=False时，参数量依旧不变？

回答 1

老师，embedding是不是仅能用于翻译任务。我想讲embedding用于金融序列可以吗

回答 1

使用预训练的word2vec，之后训练embedding层。

回答 1

cnn解决回归问题

回答 1

打开慕课网App查看更多内容