RNN與普通神經(jīng)網(wǎng)絡(luò)的區(qū)別：能夠更好的處理序列的信息

RNN結(jié)構(gòu)圖

如圖所示，St的值不僅取決于輸入X的值，還取決于St-1的值。同時(shí)，St-1的值還取決于St-2的值，因此S1,S2,…,St-1的值都與St的值直接或間接相關(guān)，注重先后輸入的聯(lián)系，將序列信息按照遠(yuǎn)近關(guān)系進(jìn)行處理。

在X值的不斷輸入過(guò)程中，W的值是在不斷發(fā)生變化的。只有訓(xùn)練到了最后一個(gè)模型時(shí)，W的值才會(huì)固定下來(lái)。

總結(jié)

以上是生活随笔為你收集整理的RNN循环神经网络概述的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。