循环神经网络
RNN 具有短期记忆能力,参数的学习可以通过随时间反向传播算法来学习。随时间反向传播算法按照时间的逆序讲错误一步步地往前传递,当输入序列比较长,会有梯度的爆炸和消失的问题,即长程依赖问题,引入门控机制。
网络增加记忆能力
延时神经网络
延时神经网络是在前馈网络中的非输出层都添加一个延时器,记录神经元的最近几次活性值.在第t个时刻:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200910223725878.png#pic_center)
有外部输入的非线性自回归模型
自回归模型,用一个变量 y t y_t yt的历史信息来预测自己:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200910225423294.png#pic_center)
其中K为超参数,w0…wK为可学习参数, ϵ t \epsilon _t ϵt