什么是RNN？
循环神经网络（Recurrent Neural Network，简称RNN）是一种专门处理序列数据的神经网络模型。
它通过时间序列的递归机制，能够捕捉数据中的时序依赖关系，常用于自然语言处理、语音识别等场景。
👉 点击扩展阅读：序列模型进阶
RNN的核心特点
- 记忆能力：通过隐藏状态（hidden state）保存先前信息
- 变长输入：可处理不同长度的序列数据
- 循环结构：使用循环单元（如GRU、LSTM）实现动态计算
典型应用场景
- 文本生成 📝
- 机器翻译 🌍
- 时序预测 📉
- 语音识别 🎵
RNN vs 传统神经网络
| 特性 | 传统神经网络 | RNN |
|---|---|---|
| 数据处理 | 静态输入 | 动态输入 |
| 内存机制 | 无 | 有隐藏状态 |
| 训练复杂度 | 简单 | 需处理梯度消失问题 |