循环神经网络，Recurrent Neural Network。神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输入序列，这让它可以更容易处理如不分段的手写识别、语音识别等。

CNN处理图片，RNN处理文本，语音和视频

分类

• 完全递归网络（Fully recurrent network）
• Hopfield神经网络（Hopfield network）
• 你简单循环网络（Simple Recurrent Network, SRN）
• 回声状态网络（Echo state network）
• 长短期记忆网络（Long Short Term Memery network, LSTM）
• 双向循环神经网络（Bi-directional RNN）
• 持续型网络（Continuous-time RNN）
• 堆叠循环神经网络（Stacked Recurrent Neural Network, SRNN）
• 循环多层感知器（Recurrent Multi-Layer Perceptron，RMLP）
• 递归神经网络（RecursiveNeural Network）

CNN只能单独的取处理一个个的输入，前一个输入和后一个输入是完全没有关系的。但是，某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。

比如，当我们在理解一句话意思时，孤立的理解这句话的每个词是不够

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/89390069