·发布于 Towards Data Science ·阅读时间：9 分钟·2024 年 5 月 17 日
--
“www.flaticon.com/free-icons/neural-network" title=”neural network icons”>神经网络图标由 pojok d 创建 — Flaticon。
递归神经网络（RNNs）是常规前馈神经网络的变体，能够处理基于序列的数据，如时间序列和自然语言。
它们通过添加一个“递归”神经元来实现这一点，该神经元允许信息从过去的输入和输出传递到下一步。下图展示了一个传统的 RNN：
RNN 的示例架构。图示由作者提供。
左侧是一个递归神经元，右侧是通过时间展开的递归神经元。注意如何将之前的执行结果传递给后续的计算。
这为系统增加了一些固有的“记忆”，帮助模型捕捉历史上发生的模式。
在预测Y_1时，递归神经元使用X_1的输入和上一个时间步的输出Y_0。这意味着Y_0'对Y_1的影响是直接的，并且它也间接影响Y_2。
如果你想要完整了解 RNN 及一些实际示例，查看我之前的文章。