超级会员免费看
循环神经网络（RNN）是一种重视序列信息的神经网络，常用于自然语言处理，如机器翻译和诗歌生成。RNN通过隐状态来捕捉数据的前后关联，但在处理长序列时存在遗忘问题，为此发展出了LSTM模型来解决这一挑战。
什么是RNN(循环神经网络)
循环神经网络(Recurrent Neural Network)，在识别图像时，输入的每张图片都是孤立的，认出这张图片是苹果，并不会对认出下一张图片是梨造成影响。
但对语言来说，顺序是十分重要的，“我吃苹果”和“苹果吃我”，词语顺序的改变表达了完全不同的意义。顺序也提供了一定的信息，比如“吃”后面大概率是代表食物的名词。
为了捕捉数据的这种关联，人们找到了RNN，一个高度重视序列信息的网络。
序列就是数据的前后关系，RNN的基础结构仍然是神经网络，只不过它多了一个小盒子，用来记录数据输入时网络的状态，在下一次输入数据时，网络必须要考虑小盒子中保存的信息，随着数据的一
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
