D2L 现代循环神经网络：门控、深层与序列到序列

用于记录门控循环单元、长短期记忆网络及序列到序列建模的结构、推导和边界。

数学与基础 学习笔记 草稿 系列：D2L 基础 更新于 2026-09-03 D2L recurrent-neural-network gru lstm encoder-decoder sequence-to-sequence PyTorch

笔记范围

本篇对应 D2L 第 9 章“现代循环神经网络”，用于后续记录以下内容：

• 门控循环单元（GRU）与长短期记忆网络（LSTM）。
• 深度循环神经网络与双向循环神经网络。
• 机器翻译数据处理、编码器—解码器架构与序列到序列学习。
• 预测序列的搜索问题与束搜索。

当前仅建立笔记结构，具体定义、公式、实现与实验结论随学习进度补充。

阅读来源

• A. Zhang 等，D2L：第 9 章 现代循环神经网络。