【深度学习】序列问题系列(0)——概述

目前深度学习的基础结构包括DNN、CNN、RNN、GNN等。
DNN为多层前向神经网络，为最基础的全连接形态；
CNN为卷积神经网络，适合处理图像问题，或其他具有“平移不变性”的问题，如图像分类、物体识别等；
RNN为循环神经网络，适合处理序列问题，或其他与上下文环境相关的问题，如文本预测、情感分类、机器翻译、路径预测等；
GNN为图神经网络，适合处理图结构问题，也能看做是图像、序列等的更一般化结构，如社交网络、交互网络等；

本系列以RNN为主线，主要介绍序列问题中RNN系列的基础技术点和实现。
大致路径为：RNN——LSTM——Attention——seq2seq——python实现

就当给2019年1月立个flag了。。。保佑不要写的太烂。。。