什么是递归神经网络(Recurrent Neural Network)？

人工神经网络是以人脑等自然神经系统为基础的信息处理系统，由许多相互连接的单个人工神经元组成，可以一起解决问题并具有学习的能力。递归神经网络（RNN）特别像人脑，因为它包含反馈回路。这些回路允许信号向前和向后传播，从...

人工神经网络是以人脑等自然神经系统为基础的信息处理系统，由许多相互连接的单个人工神经元组成，可以一起解决问题并具有学习的能力。递归神经网络（RNN）特别像人脑，因为它包含反馈回路。这些回路允许信号向前和向后传播，从而形成一个更复杂、更不稳定的系统。递归神经网络是动态的，每次输入后，系统的状态不断变化，直到达到平衡为止。人类拥有计算机的人脑可以被描述为生物递归神经网络。人工递归神经网络具有大脑学习过程和行为的能力，这在传统的机器学习方法中是不可能的与其他类型的神经网络一样，递归神经网络特别擅长于模式识别和趋势识别。这种计算模型已经被发现有许多潜在的用途，包括从医学扫描中识别疾病，建立人体系统模型，语音、手写识别和股市预测。通常，递归神经网络将用于解决已知或强烈怀疑数据输入与未知输出之间存在某种关系的问题。该网络将被训练，或将自我训练，为了计算出这种关系并提供一个可能的输出值。递归神经网络能够处理一些值丢失或损坏的大型复杂问题。它从示例中学习的能力使它强大而灵活，递归神经网络可以描述为非线性统计数据建模工具反馈回路的存在意味着它们是自适应系统，能够对变化做出反应。在机器人领域中使用的一种递归神经网络可以使机器人从经验中学习，使它能够决定要朝哪个方向去到达目标。甚至可以通过一些科学家认为意识本身是一个机械过程，有可能有一天发展出一种有意识的递归神经网络，尽管这会导致有关机器人和机器权利的伦理问题

发表于 2020-08-06 08:57
阅读 ( 822 )
分类：电脑网络

什么是递归神经网络(Recurrent Neural Network)？

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »

推荐文章