本文主要是介绍【跟马少平老师学AI】-【神经网络是怎么实现的】（八）循环神经网络，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一句话归纳：
1）词向量与句子向量的循环神经网络：
- x(i)为词向量。
- h(i)为含前i个词信息的向量。
- h(t)为句向量。
2）循环神经网络的局部。
- 每个子网络都是标准的全连接神经网络。
3）对句向量增加全连接层和激活函数。
- 每个子网络中的参数w、u、v都是一样的，相当于同一个神经网络。
4）不止最后一个子网络可以添加全连接层，每个子网络都可以添加全连接层。
5）用RNN做汉语词句子分词
- B：词首字，E：词属字， M ：词中字，S：单字词。
- 子网络中输出为4个神经元，分别为B、E、M、S的概率。
6）用RNN做看图说话：
- 将图像矩阵输入神经网络得到一个向量。
- “图像-内容描述”对为训练样本。
7）双向循环神经网络。
8）序列到序列的循环神经网络。
- 从序列到向量，再由向量到序列。
- 可用于机器翻译。
这篇关于【跟马少平老师学AI】-【神经网络是怎么实现的】（八）循环神经网络的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
