本文共 323 字，大约阅读时间需要 1 分钟。

一，全链接神经网络对比循环神经网络实现文本分类缺点

1，信息丢失

• 全链接神经网络会做embedding的合并，导致信息丢失
• 全链接神经网络运算时必须用padding操作使数据shape相同，造成Pad噪音，无主次

2，无效计算太多，效率低

• 由于较多的padding会参与到计算中，无效计算较多，降低效率

二，什么是序列式问题

序列式问题分为如下几种

1，普通神经网络（1对1）

2，图片生成描述（1对多）

3，文本分类 / 文本情感分析（多对1）

4，encoding-decoding机器翻译（多对多）

5，实时多对多：视频解说

三，什么是循环神经网络

四，在训练时的循环神经网络

五，在预测时的循环神经网络

六，如何使用循环神经网络做文本分类

转载地址：http://hvili.baihongyu.com/