《表1 节点信息:基于FPGA的递归神经网络加速器的研究进展》
本文在理论上将常用的RNN模型参数量做了对比。假设输入向量长度为M、隐层节点个数为N,忽略模型的常量,将层数为1层的不同RNN模型隐层节点计算所需的网络权重参数列在表1中。从表1中可以明显看出,相比于标准的RNN模型,LSTM及GRU模型的参数量较大。这意味着理论上,在计算出一个输出向量之前,LSTM与GRU模型的所需运算量更大,模型更复杂。
图表编号 | XD0078257600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 高琛、张帆 |
绘制单位 | 国家数字交换系统工程技术研究中心、国家数字交换系统工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |