La forma en que entendí esto es la siguiente:
Una red neuronal recurrente se desarrolla básicamente con el tiempo. Se utiliza para entradas secuenciales donde el factor tiempo es el principal factor diferenciador entre los elementos de la secuencia. Por ejemplo, aquí hay una red neuronal recurrente utilizada para modelar el lenguaje que se ha ido desarrollando a lo largo del tiempo. En cada paso de tiempo, además de la entrada del usuario en ese paso de tiempo, también acepta la salida de la capa oculta que se calculó en el paso de tiempo anterior.
- Cómo construir un DFA que acepte cadenas de ceros y unos si y solo si el número de unos es igual al número de ceros
- Cómo comenzar a participar en la investigación de interacción humano-computadora como estudiante universitario
- ¿Qué es el interruptor de un muerto?
- ¿Cómo se mantiene rápido Internet, a pesar de la creciente cantidad de información?
- ¿Puede una CPU de nivel lógico 3-9 lograr los mismos resultados de procesamiento exponencial que la computación cuántica está trabajando?
Una red neuronal recursiva es más como una red jerárquica donde realmente no hay un aspecto temporal en la secuencia de entrada, pero la entrada debe procesarse jerárquicamente en forma de árbol. Aquí hay un ejemplo de cómo se ve una red neuronal recursiva. Muestra la forma de aprender un árbol de análisis de una oración tomando recursivamente el resultado de la operación realizada en un fragmento más pequeño del texto.