循环神经网络简介

循环神经网络简介
时间序列数据是序列数据中最常见的一种。时间序列数据（Time Series Data）是在不同时间上收集到的数据，用于描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或程度。
在全连接的神经网络以及卷积神经网络中有输入层、隐藏层、输出层，层与层之间通过学习到的权重进行连接，在同一层中，节点与节点之间是不连接的。如果现在需要解决一个问题，如“打雷了，可能要__了”，在横线上填一个词，那么这个词很大概率是“下雨”，但是如果孤立地理解这句话中每个词的意思，则神经网络并不能知道要填入什么，所以需要将整句话连接成整个序列进行理解。循环神经网络可以找到当前序列的输出与之前序列的关系，也就是说，循环神经网络会记录之前的信息。在隐藏层中，每层内的节点都是有连接的，隐藏层的输入不仅包括输入层的输出，还包括上一时刻隐藏层的输入。