什么是RNN？
循环神经网络（Recurrent Neural Network）是一种专为处理序列数据设计的神经网络，通过时间序列的递归结构捕捉数据中的时序依赖关系。
RNN的核心特性
- 记忆能力：通过隐藏状态（hidden state）保留历史信息，用 ⬇️ 表示信息传递
- 变长输入：可处理任意长度的序列（如文本、语音）
- 序列生成：适用于自然语言处理、机器翻译等任务
典型应用场景
• 文本生成（如诗歌、对话）
• 机器翻译（序列到序列模型）
• 时间序列预测（股票价格、天气）
• 视频分析（帧间依赖）
RNN的变体
- LSTM（长短期记忆网络）：解决梯度消失问题，用 🧠 表示记忆单元
- GRU（门控循环单元）：简化LSTM结构，提升训练效率
- 双向RNN：同时利用序列前后文信息，用 🔄 表示双向流动