深度学习LSTM长短期记忆神经网络,充电了么,陈敬雷,一、课程优势 本课程有陈敬雷老师的清华大学出版社配套书籍教材 【自然语言处理原理与实战（人工智能科学与技术丛书）】 https://item.jd.com/13951851.html 和【分布式机器学习实战（人工智能科学与技术丛书）】，对应京东自营链接地址： https://item.jd.com/12743009.html 购买后加陈敬雷老师微信chenjinglei66领取课件代码资料！ 二、课程简介 神经网络在图像分类、语音识别、自然语言处理中已经取得了突破性的进展。深度神经网络通过众多的简单线性变换层次性的进行非线性变换对于数据中的复杂关系能够很好的进行拟合，即对数据特征进行的深层次的挖掘。因此作为一种手段，神经网络对于任何领域都是适用的。 长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络， 是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的， 其中循环神经网络被成功应用的关键就是LSTM。在很多的任务上， 采用LSTM结构的循环神经网络比标准的循环神经网络的表现更好。 下面我们就对LSTM的原理进行详细的讲解，然后对实现的源码进行深度解析。 适用人群：适合开发、大学生、职业晋升； 机器学习、神经网络、深度学习TensorFlow开发者； 相关从业者或转行人工智能