递归神经网络_动画图解循环神经网络

(关注 AI新视野 公众号，发送‘资料’二字，免费获取50G人工智能视频教程！)

递归神经网络的图解指南：直观理解

如果你想学习机器学习，理解递归神经网络这一强大技术非常重要。 如果你使用智能手机或经常上网，你很有可能已经使用过应用了RNN的应用程序。 递归神经网络用于语音识别，语言翻译，股票预测; 甚至用于图像识别来描述图片中的内容。

网上已经有许多关于递归神经网络的指南，本文通过分享插图以及解释我是如何理解它的。 我将避免所有数学公式，而是专注于RNN背后的直觉。 在这篇文章的最后，希望你应该对RNN有一个很好的理解，并有所启发。

序列数据

RNN是神经网络，擅长建模序列数据。 要理解这意味着什么，让做一个实验。 假设你拍摄一张移动的球在时间上的静态快照。

此时你想预测球的移动方向。 因此，当你只有在屏幕上看到的信息时，你将如何做呢？ 可以继续猜测，你提出的任何答案都是随机的猜测。 如果不知道球的位置，就没有足够的数据来预测球的位置。

如果你连续记录球的位置的许多快照，你将有足够的信息来做出更好的预测。

所以这是一个序列，一个特定的顺序，一个跟着另一个。 有了这些信息，您现在可以看到球向右移动。

序列数据有多种形式。 音频是一种自然序列， 你可以将音频频谱图分成块并将其输入RNN。