Simular un estado oculto recurrente y explicar lo que las puertas de una LSTM intentan preservar.
Prueba de éxito: explica «Secuencias, RNN y memoria LSTM», realiza «La ficha que viaja» y cita el límite de la comparación.
Elliot lee «El cofre está cerca del faro. Más tarde, lo abrimos.» Para relacionar «lo» con el cofre, un modelo secuencial debe transportar contexto. Una RNN (red recurrente) actualiza un estado oculto token tras token reutilizando los mismos parámetros. Sobre largas distancias, los gradientes pueden desaparecer o explotar. Las puertas de una LSTM aprenden entonces a olvidar, escribir y mostrar una parte de un estado de célula.
Vista previa: el resto de la lección está reservado a los inscritos.
Tu acceso está vinculado a tu cuenta, no a este enlace. Inicia sesión con el mismo correo que usaste en clase: tu curso te espera, no hace falta volver a introducir el código.
Iniciar sesión¿Aún no tienes cuenta? Crear unaLos primeros módulos del curso son de acceso libre. Para el resto hay tres opciones: comprar este curso de una vez, suscribirte, o introducir el código entregado en clase.