循环神经网络（Recurrent Neural Networks）是目前非常流行的神经网络模型，在自然语言处理的很多任务中已经展示出卓越的效果。但是在介绍 RNN 的诸多文章中，通常都是介绍 RNN 的使用方法和实战效果，很少有文章会介绍关于该神经网络的训练过程。
循环神经网络是一个在时间上传递的神经网络，网络的深度就是时间的长度。该神经网络是专门用来处理时间序列问题的，能够提取时间序列的信息。如果是前向神经网络，每一层的神经元信号只能够向下一层传播，样本的处理在时刻上是独立的。对于循环神经网络而言，神经元在这个时刻的输出可以直接影响下一个时间点的输入，因此该神经网络能够处理时间序列方面的问题。
本文将会从数学的角度展开关于循环神经网络的使用方法和训练过程，在本文中，会假定读者已经掌握数学分析中的导数，偏导数，链式法则，梯度下降法等基础内容。本文将会使用传统的后向传播算法（Back Propagation）来训练 RNN 模型。
![7548ebb72c6840a9ac42d50f6f45de4e.png][] 目录 深度学习算法中的双向循环神经网络（Bidirectional Recurrent
![33798e3cb50e4cabb61779a5a0b53504.png][] 目录 编辑引言 双向循环神经网络简介 BiRNN的结构和工作原理 BiRNN在
目录 引言 RNN的基本原理 RNN的应用领域 自然语言处理 语音识别 机器翻译 RNN的改进方法 长短期记忆网络（Long Short-Term Memory
一、 RNN \\text\{RNN\} RNN 的分类 \{ Recursive Neural Network(结构递归神经网络)：用来处理树结构、图结构等递归结构的
Jordan RNN于1986年提出：[《SERIAL ORDER: A PARALLEL DISTRmUTED PROCESSING APPROACH》][SERIAL OR
> 在前面的章节里，给大家介绍了什么是神经网络，从基础概念出发，为了识别MNIST数据集，我们搭建了一个[全连接网络][Link 1]，然后又把卷积的概念引入进来后，给大家介绍
循环神经网络(RNN, Recurrent Neural Networks)介绍 这篇文章很多内容是参考：[http://www.wildml.com/2015/0
版权声明：未经许可, 不能转载 目录[(?)][Link 1][\[+\]][Link 1] 循环神经网络(RNN, Recurrent Neural Networks)
循环神经网络（Recurrent Neural Networks）是目前非常流行的神经网络模型，在自然语言处理的很多任务中已经展示出卓越的效果。但是在介绍 RNN 的诸多文章中
循环神经网络(RNN, Recurrent Neural Networks)介绍 这篇文章很多内容是参考：[http://www.wildml.com/2015/0
逃离我推掉我的手
亦凉
你的名字
左手的ㄟ右手
还没有评论，来说两句吧...