循环神经网络（RNN）是一种设计用于处理序列数据的神经网络，其中输入的顺序很重要。与传统的前馈网络（每个输入独立处理）不同，RNN具有“记忆”能力，使其在处理新输入时能够考虑之前的输入。这种记忆通过循环连接实现，即将一个神经元的输出反馈给它自身或网络中的其他神经元，从而使网络能够学习时间步或序列步骤上的模式和依赖关系。
登录查看节点详情
首阶段节点可试读；登录后解锁全部路线图节点正文与进度同步。