1. 递归神经网络（Recurrent Neural Network）
RNN被用来根据先前的数据样本预测未来的数据序列，并且学习过程中没有用到类别信息。RNN非常适合序列数据，例如语音、文本。
?很难训练来捕捉长时相关性。
梯度弥散
梯度爆炸
2.Epochs ：是根据输出的误差，调整神经元的权值和阈值的次数。
3.Minibatch和fullbatch
mini-batch指的就是分批处理，它的错误率表示的：每一次epoch中，所有的小batch的平均损失函数值；而full-batch是完整的数据集，它的错误率表示：一次epoch中，整个大batch的损失函数值
4.Mnist
MNIST，一个经典的手写数字库，包含60000个训练样本和10000个测试样本，图片大小28*28
转载请注明原文地址: https://ju.6miu.com/read-1202050.html
