2019年4月17日12:40，在工B308办公室，beat365官方网站高铭悦老师作了“循环神经网络（RNN）”的学术报告，beat365官方网站青年教师和部分学生聆听此次报告。
高铭悦老师首先介绍了循环神经网络的相关应用场景，比如能写论文，写程序，能作曲等；其次介绍循环神经网络是怎么来的，之前介绍的BP神经网络与CNN的输入输出相互独立，但是一个句子的前后单词并不独立，RNN可将图片或者声音转化成相互依赖的序列数据，即一个序列当前的输出和前面的输出也有关；紧接着介绍RNN的基本原理和网络结构，指出它的局限性，在于激活函数的选取，其中sigmoid、tanh函数会引发梯度消失和梯度爆炸问题，并介绍有关的改进网络，比如可以学习长期依赖信息的长短期记忆网络（LSTM），它增加了三个门和一个候选记忆细胞，能够筛选信息，只选取需要记忆的信息进行保留，不但解决了梯度问题，还可以对棘手的长序列进行处理；最后高铭悦老师介绍了一些其他LSTM变体以及关于RNN的小项目。
本次学术报告介绍RNN的相关知识，引发了大家对RNN的兴趣，进一步拓展了深度学习方面的知识，开阔了大家的视野，为以后的科研提供了基础。
beat365官方网站
