循环神经网络与递归神经网络的区别

最新推荐文章于 2023-12-27 02:03:48 发布
最新推荐文章于 2023-12-27 02:03:48 发布
阅读量726 收藏 2
点赞数
分类专栏： 神经网络 文章标签： 深度学习 rnn 循环神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Zengchaoyi/article/details/132010435
版权

首先来说

循环神经网络是Recurrent Neural Network，

递归神经网络是Recursive Neural Network。

从大类来说

递归神经网络是循环神经网络的更一般的结构或者说循环神经网络是递归神经网络的特例（chain rule）

其中，递归神经网络可分为结构递归神经网络和时间递归神经网络。

一般来说，

递归神经网络通常指结构递归神经网络，

而时间递归神经网络则称为循环神经网络。

所以两者最主要的差别如下

Recurrent Neural Network是在时间维度展开，

Recursive Neural Network在空间维度展开。

另外

在时间序列预测领域很热的模型，诸如LSTM和GRU等模型均是基于Recurrent Neural Network结构变形而来。

以上，记录自己的学习笔记，欢迎点赞和指正！谢谢大家！！！
 

Zengchaoyi
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
循环和递归神经网络
zoe的博客
07-12 1万+
1 循环神经网络 循环神经网络（Recurrent Neural Network，RNN）是一类具有短期记忆能力的神经网络。在循环神经网络中，神经元不但可以接受其它神经元的信息，也可以接受自身的信息，形成具有环路的网络结构。和前馈神经网络相比，循环神经网络更加符合生物神经网络的结构。循环神经网络已经被广泛应用在语音识别、语言模型以及自然语言生成等任务上。循环神经网络的参数学习可以通过...
【深度学习笔记】循环神经网络和递归神经网络区别
学习带来的快乐最持久~
08-04 5363
1.循环神经网络(recurrent neural network)是时间上的展开,处理的是序列结构的信息,是有环图,模型结构如下: recurrent: 时间维度的展开,代表信息在时间维度从前往后的的传递和积累… 2.递归神经网络(recursive neural network)递归神经网络是空间上的展开,处理的是树状结构的信息,是无环图,模型结构如下: recursive: 空间维度的展开,是一个树结构,比如nlp里某. ...
循环神经网络(Recurrent Neural Network, RNN)和递归神经网络(Recursive Neural Network, RNN)，你搞清楚了吗？
09-05 2万+
一，循环神经网络： 原文：https://zybuluo.com/hanbingtao/note/541458 语言模型 RNN是在自然语言处理领域中最先被用起来的，比如，RNN可以为语言模型来建模。那么，什么是语言模型呢？ 我们可以和电脑玩一个游戏，我们写出一个句子前面的一些词，然后，让电脑帮我们写下接下来的一个词。比如下面这句： 我昨天上学迟到了，老师批评了____。 我们给电脑展...
循环神经网络与递归神经网络的比较
最新发布
禅与计算机程序设计艺术
12-27 437
1.背景介绍 循环神经网络(Recurrent Neural Networks, RNNs)和递归神经网络(Recursive Neural Networks, RNNs)都是一种能够处理序列数据的神经网络模型。它们在自然语言处理、时间序列预测等领域取得了显著的成果。然而，这两种模型在理论和实践上存在一些关键区别，这篇文章将深入探讨这些区别，并比较它们的优缺点。 1.1 循环神经网络(RNNs...
循环神经网络RNN和递归神经网络RNN(LSTM)
wangqianqianya的博客
11-10 1998
RNN 解决的问题：一般的神经网络的输入维度都是确定的，但有时我们要处理变长的输入，解决方法是采用循环或递归的方法输入（recurrent/recursive neural network）。如输入本应是一段话，我们可以将这段话分成长度相同的词一个一个地依次输入。 RNN可以映射一对一、一对多和多对多 用于：预测。网络具有记忆功能。 循环神经网络和递归神经网络区别 RNN，一般都...
深度循环网络与递归神经网络1
08-03
递归神经网络（Recursive Neural Networks, RNNS）与RNNs的主要区别在于其结构。RNNs通常是线性的链式结构，而RNNS则是树形结构，更适合处理具有层次结构的数据，如自然语言中的句法树。递归网络通过自上而下的方式...
递归神经网络,递归神经网络和循环神经网络,matlab
09-10
基于递归神经网络的故障诊断 matlab仿真
ElmanNN_递归神经网络_循环神经网络_ElmanNN_
09-30
最简单的循环递归神经网络，适合刚接触神经网络的初学者学习。
循环神经网络语言模型.pdf
08-14
循环神经网络（Recurrent Neural Network, RNN）是一类以序列（sequence）数据为输入，在序列的演进方向进行递归（recursion）且所有节点（循环单元）按链式连接的递归神经网络（recursive neural network） [1] 。...
LSTM循环神经网络+故障时间序列预测
12-03
长短期记忆（LSTM）是递归神经网络（RNN）的一种特殊类型，能够学习长期依赖关系。LSTM网络由记忆细胞、输入门、输出门和遗忘门组成。记忆细胞用于存储长期信息，输入门用于控制输入信息的流入，输出门用于控制输出...
递归和循环的区别
哎哟哟也爱技术
05-11 1万+
针对需要重复地多次计算相同的问题，通常可以选择递归或者循环两种不同的方法。 递归是在一个函数的内部调用这个函数本身。 循环是通过设置计算的初始值及终止条件，在一个范围内重复计算。 我们以计算1+2+3+......+n为例，我们可以采用递归和循环两种方式求出结果，对应的代码分别如下： 1、递归方法 int AddByRecursive(int n) { return n<=0 ...
机器学习——循环神经网络（RNN）
beiye_的博客
03-16 1万+
机器学习——循环神经网络（RNN）
RNN：循环和递归神经网络
笔记小屋
05-26 1393
任务 RNN的结构。循环神经网络的提出背景、优缺点。着重学习RNN的反向传播、RNN出现的问题（梯度问题、长期依赖问题）、BPTT算法。 双向RNN 递归神经网络 LSTM、GRU的结构、提出背景、优缺点。 针对梯度消失（LSTM等其他门控RNN）、梯度爆炸（梯度截断）的解决方案。 Memory Network（自选） Text-RNN的原理。 利用Text-RNN模型来进行文本分类。 Recur...
AI-深度神经网络（前向传播算法和滑动平均模型）以及激活函数实例
m0_71592416的博客
01-21 290
①滑动平均模型的作用是提高测试值上的健壮性，一个参数变化很大，那势必会影响到测试准确度问题，从他的公式看shadow_var = decay * shadow_var + (1 - decay) * var_new，decay控制着该shadow变量的更新速度，decay越大，那么很明显其值就会越倾向接近于旧值，而decay越小，那么var_new产生的叠加作用就会越强，其结果就会越倾向于远离旧值，那这样波动就很大，通常认为稳定性就不够好当然就不够健壮了。此外，反向传播是训练DL模型的主要算法。
深度学习笔记-卷积神经网络CNN与循环神经网络RNN有什么区别？
weixin_35227692的博客
02-01 3万+
CNN与RNN本质的不同就是所基于的假设不同，由于核心假设的不同，导致实现方式的差异。 CNN 首先理解什么叫做卷积，或者说为什么要翻译为卷积神经网络。 卷积的定义：https://baike.baidu.com/item/%E5%8D%B7%E7%A7%AF/9411006?fr=aladdin 简单来说，卷积就是两个相对运动的几何图形，在相交到相离之间，重叠的面积。 对于CNN神
RNN（循环神经网络 or 递归神经网络）
lanluyug的博客
07-11 3440
理解CNN、DNN、RNN(递归神经网络以及循环神经网络)以及LSTM网络结构笔记
samoyan的博客,记录技术成长~
02-21 1万+
一文理解CNN、DNN、RNN 内部网络结构区别：http://www.36dsj.com/archives/65643 理解 LSTM 网络：http://www.jianshu.com/p/9dc9f41f0b29 RNN以及LSTM的介绍和公式梳理：http://blog.csdn.net/Dark_Scope/article/details/47056361 深度学习解决局部极值和梯
循环神经网络与LSTM
热门推荐
Joe的博客
02-21 5万+
1. 循环神经网络 ①基本结构 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是什么，一般需要用到前面的单词，因为一个句子中前后单词并不是独立的。RNN(Recurrent Neuron Network)是一种对序列数据建模的神经网络，即一个序列当前的输出与前
【DL学习笔记】3：循环神经网络(Recurrent Neural Network)
LauZyHou的笔记
02-18 542
1 序列数据表示 1.1 简述 语音、文字等有先后顺序，属于序列数据，将序列据表达为能处理的形式就叫Sequence Representation。如对文字而言，PyTorch中没有对string的支持，所以要将其表示成数值形式，相应的方法就是Word Embedding。 通常将一个序列表示为[元素数、每个元素的向量长]的Tensor形式： [seq_len, feature_len]...
循环神经网络与递归神经网络区别
06-12
循环神经网络（Recurrent Neural Network，RNN）和递归神经网络（Recursive Neural Network，RecNN）都是用于处理序列数据的神经网络，但二者有一些区别。 循环神经网络是一种反馈神经网络，它的输出不仅取决于当前的输入，还取决于之前的输入和隐状态。在处理序列数据时，RNN可以对序列中的先前信息进行记忆和处理，并将其用于当前的计算，以便更好地捕捉序列中的长期依赖关系。RNN通常通过展开时间序列来实现，形成一个有向图。 递归神经网络是一种树状结构的神经网络，它可以对树形结构的数据进行处理。在递归神经网络中，每个节点都有一个自己的神经网络，它的输出作为子节点的输入。通过递归地向下处理，最终得到整个树的输出。递归神经网络通常用于自然语言处理中的语法分析等任务。 因此，循环神经网络适用于处理时间序列数据，而递归神经网络适用于处理树形结构数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值