循环神经网络（RNNs）是一种为序列数据设计的神经网络，其中每一步的输出都依赖于之前的步骤。它们维护一个隐藏状态，该状态携带了序列早期信息。RNNs及其变体（LSTM、GRU）用于时间序列预测、文本生成和语言建模。