筆記(總結)-循環神經網絡

起源 全連接神經網絡能夠很好地擬合複雜的樣本特徵，卷積神經網絡能很好地建模局部與全局特徵的關係。但它們都只能處理定長的輸入、輸出，而自然語言的處理對象一般是變長的語句，句子中各元素出現的順序先後暗含着時序關係，循環神經網絡（Recurrent Neural Network，下稱RNN）能夠較好地處理這種關係。 基本結構 RNN的基本思想是：將處理對象在時序上分解爲具有相同結構的單元，單元間有着時序

>>阅读原文<<