递归神经网络权重矩阵的有用表示学ä¹

循环神经网络（RNN）是一种通用的并行 - 顺序计算机，其权重矩阵即为其程序。本研究探讨了针对 RNN 权重的机械主义和功能主义方法，并通过对 RNN 进行询问输入来提取信息，开发了理论框架以确定 RNN 行为。通过比较，评估不同的 RNN 权重编码技术对多个下游应用的影响，发现功能主义方法在最具挑战性的任务中表现出明显优势。