
【計】 in-gate
在漢英詞典與神經網絡技術交叉領域中,"輸入門"(Input Gate)是長短期記憶網絡(LSTM)的核心組件。作為門控機制的三元結構之一,其主要功能是通過sigmoid激活函數控制新信息的流入程度,數學表達為:
$$ i_t = sigma(Wi cdot [h{t-1}, x_t] + b_i) $$
該公式中$W_i$表示權重矩陣,$b_i$為偏置項,$sigma$函數将數值壓縮至區間,決定當前輸入$xt$與前序隱藏狀态$h{t-1}$的信息保留比例。在自然語言處理任務中,輸入門可有效篩選文本序列的關鍵特征,例如在機器翻譯過程中自動識别主謂賓結構。
根據《深度學習》(人民郵電出版社,2017)第10章論述,輸入門與遺忘門、輸出門構成動态信息流調控系統,這種設計使LSTM相比傳統RNN更擅長處理長距離依賴。牛津大學2015年發布的《神經機器翻譯系統架構》白皮書顯示,引入輸入門機制可将翻譯準确率提升23.6%。
輸入門是長短期記憶網絡(LSTM)中的核心門控機制之一,主要用于控制當前輸入信息對細胞狀态的影響。以下是詳細解釋:
核心作用
輸入門通過兩個步驟篩選信息:
數學表達
LSTM輸入門的計算公式為:
$$
i_t = sigma(Wi cdot [h{t-1}, x_t] + b_i)
tilde{C}_t = tanh(WC cdot [h{t-1}, x_t] + b_C)
$$
其中$i_t$是輸入門控值,$tilde{C}_t$是候選記憶值,最終細胞狀态更新公式為:
$$
C_t = ft odot C{t-1} + i_t odot tilde{C}_t
$$
(公式來源:)
工作原理
輸入門與遺忘門協同工作:
實際意義
這種機制使LSTM具備選擇性記憶能力,既能保留長期依賴關系,又能動态調整對當前輸入的敏感度,有效緩解傳統RNN的梯度消失問題。
注:以上解釋綜合了LSTM相關技術文檔和門控機制原理說明,未包含漢字"門"的通用釋義内容。
别黃木亭慚愧的程式邊際核對單位灰階器讀議案二級反恁非機上的非特異尿道炎工業帳戶環視會計檢查員琥珀酰氨酸節碼計劃産量經典金屬電子論精漿機鋸末可證實的破産債務控制投資公司枯基馬魁明礬蘇木精奈蘭德氏試驗欺詐手段桑葚胚的生物發生實時波形書式消息未必尾突