什么是 RNN？一文带你看懂循环神经网络

一、为什么需要 RNN？

现实生活中，很多数据是有顺序的，比如：

• 语言（“我今天很开心”不能乱序）
• 音频（说话的声音是一连串的波形）
• 股票价格（过去走势影响未来）
• 视频帧序列

这些叫做序列数据，顺序越重要，越不能用普通的神经网络处理。

---

那普通神经网络有什么问题？

假如你用传统的前馈神经网络（如MLP）来处理句子：

“我今天很开心”

你会把每个词单独输入网络。但这有个问题：网络无法知道“我”和“开心”之间有什么关系，也无法记住“前面说了什么”。

---

二、RNN 是什么？一句话概括

RNN（Recurrent Neural Network）是一种能记住历史信息的神经网络，非常适合处理序列数据。

它的核心思想是：当前的输出不仅依赖于当前输入，还依赖于过去的状态。

---

三、通俗理解：像人在读一句话

举个例子：

你读到 “他走进了房间，然后打开了……”

你脑子里马上会想到：“灯”、“门”、“窗”等合理的词。这是因为你记住了前面的内容，形成了上下文记忆。

RNN 就是试图模仿这种记忆能力：边读边记，记住前面学到的信息，用来判断后面的内容。

---

四、RNN 的结构长什么样？

简单公式表示：

RNN 的核心公式如下：

h_t = tanh(W_x * x_t + W_h * h_{t-1} + b)
y_t = W_y * h_t + b_y

解释如下：

• x_t: 当前时刻的输入（比如当前单词）
• h_t: 当前的隐藏状态（记忆状态）
• h_{t-1}: 上一个时刻的隐藏状态（之前的记忆）
• y_t: 当前的输出（比如情感分类结果）

也就是说：当前的记忆 = 当前输入 + 过去记忆的加权组合

---

图解结构：

时间展开结构图（Unrolled RNN）：

x1 ─▶[RNN Cell]─▶ h1 ─▶
                      │
x2 ─▶[RNN Cell]─▶ h2 ─▶
                      │
x3 ─▶[RNN Cell]─▶ h3 ─▶ ...

• 每个 [RNN Cell] 处理一个输入词，并保留记忆 h
• h 会被传递到下一步，形成“连锁记忆”

---

五、RNN 的输入输出形式有哪些？

单输入 → 单输出

如：根据温度预测明天温度

多输入 → 单输出

如：根据整段文本判断情感（情感分类）

多输入 → 多输出

如：每个字生成一个字的拼音

---

六、RNN 的优缺点

✅ 优点：

• 适合处理变长序列（比如句子长短不一）
• 能捕捉前后文语义
• 参数共享，模型体积小

❌ 缺点：

• 梯度消失/爆炸：训练时容易丢失远处信息
• 长期依赖问题：距离太远的信息记不住
• 计算速度慢，难并行

举例：让 RNN 记住“他10分钟前说了他饿了”，模型可能已经忘了，因为“记忆容量”有限。

---

七、实战应用场景举例

应用	举例	使用方式
文本生成	自动写诗、对联、代码	输入前几个词，预测下一个词
情感分析	分析评论是好评还是差评	输入整段评论，输出正/负标签
机器翻译	英文转中文	英文作为输入序列，输出中文序列
语音识别	音频转文本	音频帧作为输入，输出文字
股票预测	基于过去股价预测明天价格	输入过去N天数据，输出第N+1天预测值

---

八、一个最小的 RNN Python 实现（理解为主）

import numpy as np

# 简单的 RNN cell
def simple_rnn(x_seq, W_x, W_h, b):
    h = np.zeros_like(W_h[0])
    for x in x_seq:
        h = np.tanh(np.dot(W_x, x) + np.dot(W_h, h) + b)
    return h

这段代码的逻辑就是：

• 遍历每个输入
• 把当前输入和上一次的“记忆”结合
• 更新当前“记忆状态”h

---

九、总结：一句话带走知识点

RNN 就像一个“短期记忆者”，它能在处理序列数据时把过去的内容带到当前判断中，是处理语言、音频、时间序列的“入门神经网络”。