循環神經網絡簡介

循環神經網絡（recurrent neural network）源自於1982年由Saratha Sathasivam 提出的霍普菲爾德網絡。 RNN用於解決訓練樣本輸入是連續的序列,且序列的長短不一的問題，比如基於時間序列的問題。基礎的神經網絡只在層與層之間建立了權連接，RNN最大的不同之處就是在層之間的神經元之間也建立的權連接。RNN神經網絡的結構如下： X RNN Y h0 Func_W X

>>阅读原文<<