¿Qué es RNN Pytorch??
Básicamente, Pytorch RNN significa una red neuronal recurrente, y es un tipo de aprendizaje profundo que es un algoritmo secuencial. En el aprendizaje profundo, sabemos que cada entrada y salida de una capa es independiente de otras capas, por lo que se llama recurrente.
¿Qué es la salida de RNN en Pytorch??
RNN tiene dos salidas: fuera y oculta . Out es la salida del RNN de todos los times de la última capa RNN. Es del tamaño (Seq_len, Batch, Num_Directions * Hidden_Size) . Si Batch_First = True, el tamaño de salida es (Batch, SEQ_LEN, NUM_DIRICIONES * Hidden_Size) .
Por qué LSTM es mejor que RNN?
Las redes LSTM combaten los gradientes de fuga de RNN o el problema de dependencia a largo plazo. La fuga de gradiente se refiere a la pérdida de información en una red neuronal a medida que las conexiones se repiten durante un período más largo. En palabras simples, LSTM aborda el gradiente de desaparición ignorando datos/información inútil en la red.