循環神經網絡，Recurrent Neural Network。神經網絡是一種節點定向連接成環的人工神經網絡。這種網絡的內部狀態可以展示動態時序行為。不同于前饋神經網絡的是，RNN可以利用它內部的記憶來處理任意時序的輸入序列，這讓它可以更容易處理如不分段的手寫識別、語音識別等。

CNN處理圖片，RNN處理文本，語音和視頻

分類

• 完全遞歸網絡（Fully recurrent network）
• Hopfield神經網絡（Hopfield network）
• 你簡單循環網絡（Simple Recurrent Network, SRN）
• 回聲狀態網絡（Echo state network）
• 長短期記憶網絡（Long Short Term Memery network, LSTM）
• 雙向循環神經網絡（Bi-directional RNN）
• 持續型網絡（Continuous-time RNN）
• 堆疊循環神經網絡（Stacked Recurrent Neural Network, SRNN）
• 循環多層感知器（Recurrent Multi-Layer Perceptron，RMLP）
• 遞歸神經網絡（RecursiveNeural Network）

CNN只能單獨的取處理一個個的輸入，前一個輸入和后一個輸入是完全沒有關系的。但是，某些任務需要能夠更好的處理序列的信息，即前面的輸入和后面的輸入是有關系的。

比如，當我們在理解一句話意思時，孤立的理解這句話的每個詞是不夠

總結

以上是生活随笔為你收集整理的keras从入门到放弃(十九）RNN和LSTM的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。