1 认识RNN模型

学习目标¶

• 了解什么是RNN模型.
• 了解RNN模型的作用.
• 了解RNN模型的分类.

1 什么是RNN模型

• RNN(Recurrent Neural Network), 中文称作循环神经网络, 它一般以序列数据为输入, 通过网络内部的结构设计有效捕捉序列之间的关系特征, 一般也是以序列形式进行输出.
• 一般单层神经网络结构:

• RNN单层网络结构:

• 值得一说的是,上面这看起来是”一个神经元”,但是实际上正确的理解应该是整个蓝色部分是”一整个隐藏层”,是包含了很多隐藏层的神经元的.

• 以时间步对RNN进行展开后的单层网络结构:注意,一直都只有一个隐藏层,因此实际上虽然有多个时间步,由于是同一个隐藏层,其权重一直是不变的

• RNN的循环机制使模型隐层上一时间步产生的结果, 能够作为当下时间步输入的一部分(当下时间步的输入除了正常的输入外还包括上一步的隐层输出)对当下时间步的输出产生影响.

2 RNN模型的作用

• 因为RNN结构能够很好利用序列之间的关系, 因此针对自然界具有连续性的输入序列, 如人类的语言, 语音等进行很好的处理, 广泛应用于NLP领域的各项任务, 如文本分类, 情感分析, 意图识别, 机器翻译等.
• 下面我们将以一个用户意图识别的例子进行简单的分析: