
Моделирование последовательных данных с помощью рекуррентных нейронных сетей
485
скрытый слой получает входные данные как от входного слоя текущего временного
шага, так и от скрытого слоя предыдущего временного шага.
Поток информации в смежных временны´ х шагах в скрытом слое позволяет сети пом-
нить о прошлых событиях. Этот поток информации обычно отображается в виде петли,
также известной — в терминах графовых структур — как рекуррентное ребро (recurrent
edge), откуда и происходит название архитектуры RNN.
Подобно многослойным персептронам, RNN могут состоять из нескольких скрытых
слоев. Имейте в виду, что RNN с одним скрытым ...