1. 毕业设计（论文）主要目标：
对LSTM和Highway-LSTM的原理和实现给出直观的解释，方便研究人员掌握其思想；在理解基本LSTM的基础上，进一步对算法进行改进，提出更加高效的实现方法，选择一个应用进行验证，致力于解决现实中的问题。
2. 毕业设计（论文）主要内容：
首先是理论基础学习，理解LSTM的基本概念、原理与相关应用，并剖析LSTM的代码实现。在理解基本的LSTM之后，尝试理解深度学习中Highway的思想，了解如何在LSTM中实现Highway，并剖析Highway-LSTM代码，动手编写程序。在掌握LSTM实现的基础上，对算法进行一定的改进和优化，最后选择一个应用，对算法进行验证，并在实践的过程中，不断完善算法，致力于解决现实中的问题。
3. 主要参考文献
| 1、High-way LSTM RNNS FOR Distant Speech Recognition 2、Character-Aware Neural Language Models 3、Understanding LSTM Networks：http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 4、LSTM implementation：http://apaszke.github.io/lstm-explained.html 5、 The Unreasonable Effectiveness of Recurrent Neural Networks：http://karpathy.github.io/2015/05/21/rnn-effectiveness/ 6、Very Deep Learning with Highway Networks: http://people.idsia.ch/~rupesh/very_deep_learning/index.html |
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
