本文介绍了循环神经网络（RNN）的基本原理，并探讨了RNN如何处理序列数据，特别是在预测任务中的优势。通过对比在MNIST数据集上的实验，RNN相比于传统全连接神经网络（FNN）的识别准确率提升了3%。
RNN介绍：
- Wiki：Recurrent neural network
- Understanding-LSTMs
- 循环神经网络(RNN, Recurrent Neural Networks)介绍
- 唇语识别论文：https://arxiv.org/pdf/1611.05358v1.pdf
- 自己动手做聊天机器人教程（入门级）
RNN的目的使用来处理序列数据。在传统的神经网络模型中，是从输入层到隐含层再到输出层，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多问题却无能无力。例如，你要预测句子的下一个单词
订阅专栏 解锁全文
扫一扫
2638
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
