Нейронные сети с прямой связью работают по принципу независимого прогнозирования выходных данных в заданной точке данных, то есть без зависимости от прошлых входных данных. Поскольку обратной связи из прошлого нет, сеть не подходит для моделирования последовательности. Кроме того, задачи, связанные с обработкой больших объемов данных, требуют глубоких нейронных сетей (DNN) и, следовательно, термина «моделирование глубокой последовательности».
Последовательная обработка требует другой архитектуры нейронной сети. Например, звуковой сигнал можно разделить на последовательности звуковых волн, текст можно преобразовать в последовательность символов или слов, обрабатывая медицинские сигналы, такие как ЭКГ, предсказание тренда акций и обработка геномных данных.
Прочитайте полную статью на https://www.ankitaism.com/docs/ebooks/deep-learning/sequence-modeling-using-rnn/
Первоначально опубликовано на https://www.ankitaism.com 4 января 2020 г.
