LSTM实现股票预测1、传统RNN的缺点

168 阅读 0 评论 111 点赞

我是靠谱客的博主欢喜高跟鞋，这篇文章主要介绍LSTM实现股票预测1、传统RNN的缺点，现在分享给大家，希望可以做个参考。

1、传统RNN的缺点

RNN 面临的较大问题是无法解决长跨度依赖问题，即后面节点相对于跨度很大的前面时间节点的信息感知能力太弱。如下图中的两句话：左上角的句子中 sky 可以由较短跨度的词预测出来，而右下角句子中的 French 与较长跨度之前的 France 有关系，即长跨度依赖，比较难预测。
在这里插入图片描述

图片来源：https://www.jianshu.com/p/9dc9f41f0b29

长跨度依赖的根本问题在于，多阶段的反向传播后会导致梯度消失、梯度爆炸。可以使用梯度截断去解决梯度爆炸问题，但无法轻易解决梯度消失问题。

以上就是欢喜高跟鞋最近收集整理的关于LSTM实现股票预测1、传统RNN的缺点的全部内容，更多相关LSTM实现股票预测1、传统RNN内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。