使用TensorFlow構建RNN

1.簡介 RNN是循環神經網絡，能夠結合數據點之間的特定順序和幅值大小等多個特徵，來處理序列數據。重要的是這種網絡的輸入序列可以是任意長度的。 舉一個簡單的例子：數字時間序列，具體任務是根據先前值來預測後續值。在每個時間步中，循環神經網絡的輸入是當前值，以及一個表徵該網絡在之前的時間步中已經獲得信息的狀態向量。該狀態向量是RNN網絡的編碼記憶單元，在訓練網絡之前初始化爲零向量。 關於RNN的介紹，

>>阅读原文<<