什么是 RNN？
RNN（Recurrent Neural Network）是一种专门处理序列数据的神经网络，常用于自然语言处理、时间序列预测等场景。相比传统神经网络，RNN 具备记忆能力，能捕捉数据中的时序依赖关系。
RNN 核心结构
- 循环连接：通过隐藏状态（hidden state）传递信息，形成时间序列的依赖链
- 时间步展开：输入序列按时间步逐步处理，每一步计算当前输出和隐藏状态
- 变体类型：包括 LSTM（长短期记忆）和 GRU（门控循环单元），用于解决长期依赖问题
典型应用场景
- 💬 文本生成（如聊天机器人）
- 📈 股票价格预测
- 🎵 语音识别与合成
- 📚 机器翻译（如英文到中文）
学习建议
- 先掌握基础神经网络知识（推荐：/tutorials/nn_overview）
- 通过代码实践理解 RNN 的训练过程
- 学习 LSTM/GRU 的改进机制