吴恩达Deeplearning.ai 第五课 Sequence Model 第一周------Different types of RNNs
这一节讲述了不同类型的RNN
这是第一节中的图片，展示了一些不同的时序信号，对应不同类型的RNN来进行处理
many-to-many的例子,例如之前将的识别人名位置。有一个输入就对应一个输出
many-to-one类型，例如根据一句话“There is nothing to like in this movie”来判断给电影的评分，即多个输入只有一个输出
one-to-one类型，这种类型没有必要用RNN来解决（之前学过的MLP，CNN等）
one-to-many类型，输入一个数字或者null，让神经网络自己创造一首歌。因此是单输入多输出
many-to-many的另一种类型，输入和输出长度不同，常用于机器翻译的情景。
比如将法语翻译成英语，这里神经网络先读取法语，再进行翻译输出
上面是这些不同类型的RNN的总结