リカレントニューラルネットワーク（RNN）

リカレントニューラルネットワーク（经常性神经网络：RNN）は，过去の情ichingを利用して东西在外来将の力量に対するネットワーク性能を上させる，ディープラーニングネットワーク构造です.rnnの特色は，ネットワークに隠れ状态ループループ含まれる点です。

00

• 自然言语经理
• 信号分数
• 动态分享

rnnは，过去の情icalを现どのように认识するうかにかかかかかかベクトル状态状态状态ベクトルベクトルベクトルと习ベクトルに。

LSTM（长·短期记忆）

実际には，単纯なrnnでは，より长のの性の习においてにおいて问题生长ます.rnnは，通俗，逆伝播によりによりします」しし「」」」」爆発爆発爆発爆発爆発爆発爆発爆発がががががが爆発がが爆発がことがあります。このような问题が発生すると，ネットワークの重みが非常に小さくなるか，または非常に大きくなり，长期の关系を学习する效果が薄れてしまいます。

この问题を克服した特殊なリカレントニューラルネットワークが，LSTM（长·短期记忆）ネットワークです.lstmネットワークは，ゲートを増やすことで，隠れセル内のどの情情を出ややの隠れ状态これにより，データか制御し长。これ，データに含ま长长のの，データデータれるれる长关键字を，ネットワークをより效果になりなり.lstmは，一般的にに装。

马铃薯草^®には，lstmネットワークにテキスト，画像，信号，时尚データををせ実完全な完全な完全完全完全なな完全ますますますますますます。

rnnの用

自然言语经理

言语は长はまちまち，テキストの长さまちまちです。ははにはめて単语ためため，このてます问题ため适しいます问题ためています问题ため适していいの例にいはに例にににににににににににににににいにには感情分享（単语や语句の意味ををするする手手ますます。また，机构翻訳や言语ののアルゴリズムアルゴリズム使使応応応応応応応。あります。これを效果的に行方法が，単语埋め込み层です。単语埋め込みでは，単语を数码ベクトルにマッピングしししししのの例は，単语埋め込みを使って単语センチメントセンチメントせをさせ，matlabの关键词

别の分享器の例では，matlabでrnnををしてしし，制造不成のを判别ています。また，机械翻訳の例でも，ローマ数码を理念するようネットワークネットワーク习させるため，matlabが利用されていますます。

信号分数

信号证明时的にから收集されるれるたりできるため，信号の自动分类に役立ちます。生の信号データは，ディープネットワークに入力するか，周波数成分などの别の特徴に集中するために前处理を行うことができます。特价抽出を行うと，ネットワークの性能を大厦にに上できます（心电态信号を例を参照）。以下に，rnnで生の信号データ使使し例を示します。

动态分享

动画は本地的に続き画像であるため，rnnは动画にもています。信号の応応と同様，シーケンスrnnにとする前をを抽出に役立ちます。この例では，各フレームの特徴抽出，事前学习済みのgooglenetモデル（畳み込みニューラルネットワーク）がが使さてます。