![642974262625e0e42fa7ed5ff2632050.png](https://i-blog.csdnimg.cn/blog_migrate/197fe4dfcc05e3ac311680575239cc4f.jpeg)
循环神经网络的原理
循环神经网络概念
对于dense网络和cnn网络,没有记忆功能,它们在处理每个输入数据的时候都是单独处理的,输入与输入之间时没有任何联系和状态的保存。
dens和cnn网络如何处理数据序列和时间序列
如果我们需要处理数据序列和时间序列,一般的做法时需要向网络输入整个数据的序列。
例如我们前面以节介绍的IMDB,将全吧的电影评论转换成一个大向量,如何一次性输入到网络中,一次性处理获得结果。这样称为前馈网络(feedforward network)
为什么需要循环网络
在处理文本信息的时候,一般我们正常的思维是一个词一个词的阅读,我们理解内容也是由词到句的理解,词与词前后的阅读会对我们的理解整句子有帮助,所以我们会记住前面的词语需要表达什么。 为了能够让机器也理解这个过程,我们的设计的网络也需要具备这样有序的信息处理方式,同时需要保存之前的处理信息的结果。循环神经网络(RNN,recurrent neural network)采用同样的原理。
循环神经网络的构成
首先我们这里先简单解释一下,程序员眼中的循环,就是遍历所需要处理的数据,就一个不断迭代的过程,直到完成所有的迭代数据。 这里的循环神经网络也是这样过程: - 遍历所有的输入序列元