文档摘要

4.3 RNN 与序列建模：失忆、门控与注意力接棒 本节摘要：RNN 把参数沿时间步共享，梯度在展开图上连乘传递，于是消失与爆炸成为结构性风险；LSTM 与 GRU 用门控给记忆修了条「加法高速路」，Transformer 干脆用注意力把串行依赖换成全局查找。本节沿这条演进链展开全部高频追问，讲清每一步替换解决的是哪个具体痛点。 会员。《4.3 RNN 与序列建模：失忆、门控与注意力接棒》收录于灏天文库文集《机器学习算法面试题精选与解析》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/543-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E4%B8%8E%E8%A7%A3%E6%9E%90

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流