RNN et mémoire courte
Lire une séquence pas à pas avec état caché.
État qui se réécrit
h_t = tanh(W_x x_t + W_h h_{t-1}) : le passé résumé en vecteur. Simple mais gradients qui s'évanouissent/explosent sur longues portées : d'où LSTM/GRU juste après, puis attention.
Pratique
Batch de séquences inégales → padding + masques/longueurs, dernière sortie utile vs moyenne. Sans cela vos moyennes mélangent signal et zéros de remplissage.
Pas de correction en ligneConfrontez votre code aux résultats attendus du cours.