循環神經網絡RNN模型和長短時記憶系統LSTM

傳統DNN或者CNN沒法對時間序列上的變化進行建模，即當前的預測只跟當前的輸入樣本相關，沒法創建在時間或者前後順序上出如今當前樣本以前或者以後的樣本之間的聯繫。實際的不少場景中，樣本出現的時間順序很是重要，例如天然語言處理、語音識別、手寫體識別等應用。html 循環神經網絡RNN包含循環的網絡，能夠記錄信息的持久化信息，特別適合應用在跟時間序列相關的場合。   RNN之父Jürgen Schmid

>>阅读原文<<