or
本练习是课程的一部分
在本章中，您将学习循环神经网络（RNN）的基础知识。先回顾一些前置知识，再理解信息如何在网络中流动，最后在情感分类任务中，使用 Keras 实现此类模型。
您将学习 RNN 中常见的梯度消失与梯度爆炸问题，以及如何使用 GRU 和 LSTM 单元来处理它们。 此外，您还将为语言模型创建嵌入层，并重新审视情感分类任务。
接下来，在本章中您将学习如何为多分类任务准备数据，并了解多分类与二分类（情感分析）的区别。最后，您将学习如何使用 Keras 构建模型并评估其性能。
本章将向您介绍 RNN 模型的两种应用：文本生成与神经机器翻译。您将学习如何将文本数据准备成模型所需的格式。 文本生成模型用于复刻某个角色的说话方式，我们将体验模仿 The Big Bang Theory 中 Sheldon 的乐趣。 神经机器翻译在更复杂的模型中（例如 Google Translate）得到应用。在本章中，您将创建一个将简短的葡萄牙语短语翻译成英语的模型。
当前练习