deep-learning-illustrated-part-4-recurrent-neural-networks-d0121f27bc74.md

深度学习插图版，第四部分：循环神经网络

原文：towardsdatascience.com/deep-learning-illustrated-part-4-recurrent-neural-networks-d0121f27bc74?source=collection_archive---------3-----------------------#2024-06-11

一本关于 RNN 及 Softmax 激活函数内在工作的插图和直观指南

Shreya Rao

·发表于Towards Data Science ·17 分钟阅读·2024 年 6 月 11 日

--

欢迎来到我们插图版深度学习之旅的第四部分！今天，我们将深入探讨循环神经网络（RNN）。我们将讨论一些你可能已经熟悉的概念，如输入、输出和激活函数，但会带有一些新的变化。如果这是你第一次加入我们的学习之旅，强烈建议你先阅读之前的文章，特别是第1 部分和第2 部分，然后再继续阅读这篇文章。

Shreya Rao

深度学习，插图版

查看列表5 个故事！

循环神经网络（RNN）是专门设计用于处理基于序列的问题的独特模型，在这种问题中，当前位置依赖于前一个状态。

让我们通过一个来自MIT 课程的简单例子来解读什么是基于序列的问题。想象一下一个球体在特定时间点 tn 的位置。

如果我们被要求预测球的方向，在没有进一步信息的情况下，这就是一个猜测游戏——它可能朝任何方向移动。