圖像標註 python實現-普通RNN篇

RNN介紹 神經網絡包含輸入層、隱層、輸出層，通過激活函數控制輸出，層與層之間通過權值連接。激活函數是事先確定好的，那麼神經網絡模型通過訓練「學「到的東西就蘊含在「權值「中。 RNN與普通神經網絡最大的不同就是建立了時序和狀態的概念，即某個時刻的輸出依賴與前一個狀態和當前的輸入，所以RNN可以用於處理序列數據。   展開之後 箭頭上的字母代表權重矩陣，也就是不同層之間的連接。x代表輸入序列，h代表

>>阅读原文<<