zy1992As的博客

在递归神经网络中，隐藏层的输出会被传递给下一个时间步骤的输入，使网络可以记忆之前的信息和处理时间依赖的数据。最后，我们创建了递归神经网络的实例，输入数据X和目标输出y，并通过调用实例的forward方法得到预测结果y_hat。前馈神经网络(Feedforward Neural Network)和递归神经网络(Recurrent Neural Network)是两种常见的神经网络模型，它们之间存在一些关键区别。接下来，笔者使用Python代码演示前馈神经网络和递归神经网络的基本结构和使用方法。

▪ input_shape: 可选，输入尺寸元组，仅当 include_top=False 时有效，否则输入形状必须是 (224, 224, 3)(channels_last 格式)或 (3, 224, 224)(channels_first 格式)。它必须为 3 个输入通道，且宽高必须不小于 32，比如 (200, 200, 3) 是一个合法的输入尺寸。▪ directory: 目标文件夹路径，对于每一个类对应一个子文件夹，该子文件夹中任何JPG、PNG、BNP、PPM的图片都可以读取。