RNN-时间序列预测模型

RNN-应用场景

语音识别
音乐生成
情感分析:根据输入的评论,猜测评论的分数。
DNA序列分析
语言翻译等
带时间序列应用的场景
后面产生的结果,是受到前面结果的影响的。
RNN-时间序列预测模型_第1张图片
区别于神经网络预测

神经网络的输入的特征都是固定不变的,强调特征的位置。
标准的神经网络是不适合用来处理带时间序列的模型的。

但是RNN 可以处理

RNN网络结构

RNN-时间序列预测模型_第2张图片
将每一个时间状态 进行串联
后面的状态后受到前面状态的影响

单个单元

RNN-时间序列预测模型_第3张图片
当前的x 和 前一个状态 a的t-1
tanh激活函数 学习非线性的部分
在这里插入图片描述
输出还乘以权重+偏置

你可能感兴趣的:(Python,Python入门知识整理,数据分析,1024程序员节)