RNN(Recurrent Neural Network)是一组用于处理序列数据的神经网络。序列数据的特点是后面的数据跟前面的数据有关系,是一种按照先后顺序排列的数据。一般以序列数据为输入,通过网络内部的结构设计有效捕捉序列之间的关系特征,一般也是以序列形式进行输出。
RNN对序列特性的数据非常有效,它能够挖掘数据中的时序信息以及语义信息,大多应用于语音识别、语言模型、机器翻译以及时序分析等NLP领域。
RNN的结构为:
具体含义如下:
代表在序列索引号t时训练样本的输入,同样的,和代表在序列索引号t-1和t+1时训练样本的输入;
代表在序列索引号t时模型的隐藏状态,