Ý tưởng của RNNs đó là thiết kế một

Ý tưởng của RNNs đó là thiết kế một Neural Network sao cho có khả năng xử lý được thông tin dạng chuỗi (sequential information), ví dụ một câu là một chuỗi gồm nhiều từ.

Recurrent có nghĩa là thực hiện lặp lại cùng một tác vụ cho mỗi thành phần trong chuỗi. Trong đó, kết quả đầu ra tại thời điểm hiện tại phụ thuộc vào kết quả tính toán của các thành phần ở những thời điểm trước đó.

Nói cách khác, RNNs là một mô hình có trí nhớ (memory), có khả năng nhớ được thông tin đã tính toán trước đó. Không như các mô hình Neural Network truyền thống đó là thông tin đầu vào (input) hoàn toàn độc lập với thông tin đầu ra (output). Về lý thuyết, RNNs có thể nhớ được thông tin của chuỗi có chiều dài bất kì, nhưng trong thực tế mô hình này chỉ nhớ được thông tin ở vài bước trước đó.

Kết quả (Anh) 1:

The idea of a design that is RNNs Neural Network that is capable of handling the information string (sequential information), for example, a sentence is a string consisting of multiple words.Recurrent means done repeat the same tasks for each component in the chain. In it, the outputs at the present time is dependent on the results of the calculation of the components in the previous point.In other words, RNNs is a model memory (memory), have the ability to remember information that was previously calculated. Unlike the traditional model of Neural Network information that is input (input) is completely independent with output information (output). Theoretically, RNNs could remember information of any length string, but in fact this model only remember the information in the previous steps.

Kết quả (Anh) 2:

The idea of it is designed RNNs a Neural Network that is capable of processing information string format (sequential information), such a sentence is a sequence of many words.

Recurrent means done repeat the same operation for each component in the chain. In particular, the output at the moment depends on the outcome of the components calculated in the previous time.

In other words, there is a model RNNs memory (memory), capable memory information has been previously calculated. Unlike traditional Neural Network model that is input information (input) completely independent of output information (output). Theoretically, RNNs can remember information of any chain length, but in practice this model only remember the information in the previous steps.