小白带你熟悉简单循环神经网络
概论
简单循环神经网络 (SRN) 也叫做Elman Net 是由杰夫埃尔曼在1990提出的。埃尔曼在jordanNetwork进行的创新和简化了它的结构。
图1主要的区别是在记忆单元中的保存内容不同。
Jordan Network的记忆单元是整个网络的最终输出,而Elman Network的记忆单元是爆炸中间的循环层,所以如果是基于Elman network的深层循环神经网络,那么每个循环的中间层都会有一个相应的记忆单元。
2个都可以扩展到深度学习中,但由于elman network的每个循环层都是独立的。因此在网络结构设计上可以更加灵活。
JordanNetwork 在输出层和循环层的维度不一致是需要额外的调整,而Elman network 不存在这个问题。
循环神经网络的基本结构
循环神经网络的基本结构图如图2