RNN自学理解（一）
RNN对具有序列特性的数据非常有效，它能挖掘数据中的时序信息以及语义信息，利用了RNN的这种能力，使深度学习模型在解决语音识别、语言模型、机器翻译以及时序分析等NLP领域的问题时有所突破。
参考文献1：史上最详细循环神经网络讲解（RNN/LSTM/GRU） - 知乎 (zhihu.com)
序列特性就是符合时间顺序，逻辑顺序，或者其他顺序
一个简单的例子告诉我们序列（Sequence）是很重要的：
第一句话：I like eating apple！（我喜欢吃苹果！）
第二句话：The Apple is a great company！（苹果真是一家很棒的公司！）
我们都知道前一个apple是苹果，后一个apple是品牌，那我们是如何知道的呢，显然是通过前后文知道的。如此我们想要判断一个句子中词语的含义就不能只输入这个词语，而是要输入这个句子。RNN我们可以人为设计输出的序列,这也说明我们要明确自己需要的
接下来我们来解析一下整个循环神经网络运行的流程：
接下来我们来解析一下整个循环神经网络计算过程：
本文作者：孤飞
本文链接：https://www.cnblogs.com/ranxi169/p/16784842.html
版权声明：本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。
分类:
标签:
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步