递归神经网络(关于递归神经网络简述)

小伙伴们，你们好，今天小市来聊聊一篇关于递归神经网络，关于递归神经网络简述的文章,网友们对这件事情都比较关注，那么现在就为大家来简单介绍下，希望对各位小伙伴们有所帮助。

1、递归神经网络（recursiveneuralnetwork）是具有树状阶层结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络（ArtificialNeuralNetwork,ANN），是深度学习（deeplearning）算法之一。

2、递归神经网络（recursiveneuralnetwork）提出于1990年，被视为循环神经网络（recurrentneuralnetwork）的推广。当递归神经网络的每个父节点都仅与一个子节点连接时，其结构等价于全连接的循环神经网络。递归神经网络可以引入门控机制（gatedmechanism）以学习长距离依赖。

3、递归神经网络具有可变的拓扑结构且权重共享，被用于包含结构关系的机器学习任务，在自然语言处理（NaturalLanguageProcessing,NLP）领域有受到关注。

文章到此就分享结束，希望对大家有所帮助。