0
与前馈神经网络不同,“递归神经网络”允许网络中出现环形结构,从而可让一些神经元的输出反馈回来作为输入信号。这样的结构与信息反馈过程,使得网络在t时刻的输出状态不仅与t时刻的输入有关,还与t-1时刻的网络状态有关,从而能够处理与时间有关的动态变化。 Elman网络是最常用的递归神经网络之一,其结构如下图所示,它的结构与多层前馈神经网络结构很相似,但是隐层神经元的输出被反馈回来,与下一时刻输入神经元提供的信号一起,作为隐层神经元在下一时刻的输入。隐层神经元通常采用sigmoid函数,而网络的训练则常通过推广的BP算法进行
收藏