P8 不同类型的RNNs

之前看到的识别名字的NLP案例，是输入和输出长度相同的一个RNN模型

实际上，还有很多其他种类的RNN模型

输入的x和输出的y可以是不同类型的数据，而且T_x和T_y不一定相等。

---

一对多 递归神经网络

例子：音乐生成器

输入的x可能只是一串数字，一个音符，一些文本或关键词

为了告诉你你想要的旋律，生成的音乐的第一个音符，想要的音乐特点或类型

这就是一个一对多的RNN。

当然还有一对一，多对一，多对多型的RNN

---

如果说多对多的输入长度和输出长度不同的话

输入和输出分为了两个部分进行，输入部分和神经网络组成了编码器的部分，神经网络和输出部分组成了解码器的部分。

这就是多对多RNN的计算模式。

---

 

多对一的话，比如输入很多句影评，输出对电影的评级打分。