RNN（LSTM）入门理解

之前学习了卷积神经网络（CNN），在这里再简单介绍一下卷积神经网络的原理。 一个典型的卷积神经网络为： 输入 -> 卷积 -> RelU -> 池化 -> RelU -> 卷积 -> ... -> 池化 -> 全连接层 -> 输出 对于CNN来说，并不是所有上下层神经元都能直接相连，而是通过“卷积核”作为中介。而通过max pooling等操作可以进一步提高鲁棒性。CNN不仅可以用于图像识别，也可

>>阅读原文<<