递归神经网络是神经网络链吗？

Question

我在问递归神经网络是不是一系列神经网络。

现在，从直觉上讲，RNN是一个神经网络，具有来自过去输出的反馈回路，并且取决于一个人的实现，反馈回路从隐藏层到下一个时间戳的隐藏层和/或输入。

排除它连接隐藏层的实现，这种实现与神经网络链有什么不同吗？

​

我认为，根据我的理解，可以从一系列神经网络构建这样的实现，其中神经网络的每个输入都是给定数据的时间戳+最后一个时间戳的输出。

你能知道这个直觉是否正确吗？或者RNN和any之间有什么不同之处吗？

我也问过专门研究机器学习的教授这个问题，如果有人有足够的好奇心，我可以看看我是否可以在得到他的回复后发布他的回复。

Answer 1

有两个重要的修改/差异：

1. 你必须共享你的“神经网络链”的共享参数，才能使它表现得像一个递归神经网络。
2. 你的“展开”会随着时间的推移而增长--这意味着在第一次迭代中，你的“链”的长度是1。在第二个长度为2的迭代中，在N个步长N.

之后。

如果您不介意这两个差异，展开的模型与递归网络几乎是相同的。假设您将所有需要的数据存储在某个缓冲区中(因为在更新期间您将需要“过时的”输出/标签等)。

Answer 2

大多数神经网络的初学者都假设神经网络可以在A*路径规划、C++编程和图灵机器的邻域理论水平上进行讨论。这是完全错误的，神经网络是生物神经科学的一个主题，她的用途是大脑-计算机-接口。什么是神经网络，什么类型更好并不是由计算机科学家给出的定义，它来自于动物实验(猴子，大鼠)的研究和医学研究对人类假肢的需求。

一篇具体的论文可以回答什么是递归神经网络以及其局限性是什么:本文中的A recurrent neural network for closed-loop intracortical brain– machine interface decoders被植入猴子的大脑，递归神经网络作为解释猴子大脑的脑机接口。另一方面:如果循环中没有生物生命形式，那么使用神经网络就没有任何意义。

我知道，这只是对OP的间接回答，但我有效的借口是，大多数关于pubmed.gov的论文都不是以OpenAccess的形式提供的，所以留下了进一步的研究。