NLP系列——(8)循环和递归神经网络

• RNN的结构。循环神经网络的提出背景、优缺点。着重学习RNN的反向传播、RNN出现的问题（梯度问题、长期依赖问题）、BPTT算法。
• 双向RNN
• 递归神经网络
• LSTM、GRU的结构、提出背景、优缺点。
• 针对梯度消失（LSTM等其他门控RNN）、梯度爆炸（梯度截断）的解决方案。
• Memory Network（自选）
• Text-RNN的原理。
• 利用Text-RNN模型来进行文本分类。
• Recurrent Convolutional Neural Networks（RCNN）原理。
• 利用RCNN模型来进行文本分类。

转载 https://blog.csdn.net/yanyiting666/article/details/88620434