回归神经网络是一个神经网络链吗？

Question

我在问复发神经网络是否是一个神经网络链。

现在，直观地说，一个RNN是一个神经网络，它具有来自过去输出的反馈回路，并取决于一个实现从隐藏层到下一个时间戳的隐藏层和/或输入的反馈回路。

不包括它连接隐藏层的实现，这个实现与神经网络链有什么不同？

我认为，从我的理解是这样的实现可能由神经网络的链条，其中NN的每个输入是给定的数据最后的时间戳的+输出的时间戳来构建。

你知道这个直觉是否正确吗？或者我缺少的RNN和ANN有什么区别？

我也问过我的教授谁专门从事机器学习这个问题，如果有人足够好奇，我可以看看我是否可以发布他的回应，一旦我得到一个。

Answer 1

有两个重要的修改/区别：

1. 你必须共享参数你“的神经网络链”，使之像一个递归神经网络的。
2. 你的“上演”随时间增长 - 这意味着在第一次迭代的“产业链”的长度为1。在第二 - 长度为2，N步骤后 - 长度为N

如果你不介意这些两种不同，展开的模型与经常性网络几乎完全相同。鉴于您将所有必需的数据存储在某个缓冲区中（因为在更新期间您需要“过时”的输出/标签等）。

Answer 2

神经网络中的大多数初学者都假设神经网络可以在A *路径规划，C++编程和图灵机器人附近的干净理论水平上讨论。这完全错了，神经网络是生物神经科学的一个主题，她的用法是脑 - 计算机接口。神经网络是什么样的定义，什么类型更好的不是计算机科学家给出的，而是来自于动物实验（猴子，老鼠）的研究以及假肢对人类的医学研究需求。

一个可以回答这个问题什么是循环神经网络和是什么​​限制的混凝土纸：A recurrent neural network for closed-loop intracortical brain– machine interface decoders在这篇论文中，电极植入猴子脑中，并且复发神经网络充当BCI来解释猴子脑。另一方面：如果循环中没有生物生命形式，根本就没有意义使用神经网络。

我知道，这只是OP的间接答案，但我的有效借口是，大多数有关pubmed.gov的论文都没有作为OpenAccess提供，因此还没有进一步的研究。