循环神经网络RNN主要用于语音识别，机器翻译，图像描述等。语音和文字不能单独拿出来处理，必须连起来处理，所以RNN适用。
1、传统的神经网络，x1和x2和x3和x4之间是没有联系的。
2、循环神经网络RNN，多了一个回路，每项之间都有联系
经过改进变成LSTM（Long Short Term Memory）
这是RNN循环神经网络中隐藏层的部分，由众多block组成
循环神经网络（RNN）主要应用于语音识别、机器翻译和图像描述等任务，因其能处理序列数据的特点而显得尤为适用。RNN与传统神经网络不同，其内部结构包含回路，使得当前状态不仅依赖于前一时刻的状态，还与之前的所有输入有关。通过改进，RNN发展出了LSTM（长短期记忆网络），有效解决了长时间依赖问题。
930
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
