本文介绍了循环神经网络(RNN)与递归神经网络(RNN)之间的关系，指出RNN是递归神经网络在时间维度上的特例，而递归神经网络则在空间维度展开。结构递归神经网络和时间递归神经网络是递归神经网络的两种形式，其中时间递归即为常见的RNN。LSTM和GRU等先进模型源自RNN的结构变形，主要用于时间序列预测。
首先来说
循环神经网络是Recurrent Neural Network，
递归神经网络是Recursive Neural Network。
从大类来说
递归神经网络是循环神经网络的更一般的结构或者说循环神经网络是递归神经网络的特例（chain rule）
其中，递归神经网络可分为结构递归神经网络和时间递归神经网络。
一般来说，
递归神经网络通常指结构递归神经网络，
而时间递归神经网络则称为循环神经网络。
所以两者最主要的差别如下
Recurrent Neural Network是在时间维度展开，
Recursive Neural Network在空间维度展开。
另外
在时间序列预测领域很热的模型，诸如LSTM和GRU等模型均是基于Recurrent Neural Network结构变形而来。
以上，记录自己的学习笔记，欢迎点赞和指正！谢谢大家！！！
扫一扫
914
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
