D2L-47-序列信息

Last updated Mar 7, 2022 Edit Source

• All
• Sequential data
• Todo

Tags: #SequentialData

• 对于图像或者表格数据， 我们通常都假设所有样本是独立同分布的¹。 然而，大多数的数据都有序列性。
  • 例如，文章中的单词是按顺序写的，如果顺序被随机地重排，就很难理解文章原始的意思。 同样，视频中的图像帧、对话中的音频信号以及网站上的浏览行为都是有顺序的。 因此，针对此类数据而设计特定模型，可能效果会更好。

• 在接收一个序列作为输入的时候， 我们通常期望猜测这个序列的后续。
  • 例如预测股市的波动、 患者的体温曲线或者赛车所需的加速度。 我们需要能够处理这些数据的特定模型。

• 如果说卷积神经网络可以有效地处理空间信息， 那么 循环神经网络（recurrent neural network，RNN）则可以更好地处理序列信息。

#todo