tensorflow RNN 学习1，入门

终于，我可以开始写我的学习记录了。度过了懵比时期，从啥都不知道，变成知道了一些些，很开心。

现在记录一下，自己写的一个简单的RNN例子，自我总价，加深理解。

 

因为自己学的不深，为了避免误导，这里不做下定义，仅描述。详细可以参考其他文章。

本文的目的：能够使用TensorFlow搭建一个简单的RNN模型。

所以RNN的概念什么的，建议自己去学习，比如看看吴恩达老师的《深度学习》课程，在网页云课堂有的。

 

RNN的输入输出关系：

上标<t>，指的是输入序列时刻。

其中a是RNN的隐藏层的输出。

我们可以用这个a，来得到y。

 

构造模型

这个模型很简单，可以将这个模型理解为一个基本的神经网络NN。

目的：将一句话，输入到这个模型，模型能够正确的给出输出这句话。

为了简单，这句话只有1个字。因此输入输出序列长度都是1.

输入：用1个数字来表示这个字。

输出：用1个数字来表示。

 

样本输入：数字1

样本输出：数字1

样本总是：1个。

 

RNN隐藏层激活项数：4个

RNN的层数：1层

 

画一下图方便理解：

未完待续。