Xarxa neuronal recurrent
Una xarxa neuronal recurrent (acrònim anglès RNN de recurrent neuronal network), és una classe de circuit neuronal artificial on les connexions entre els estats presenten un o més cicles recurrents (vegeu Fig.1 i 2). Altrament les xarxes neuronals directes no tenen cicles. Aquests cicles de realimentació es poden considerar com a memòries internes del sistema.[1][2][3]
Tipus de recurrència
[modifica]Es poden classificar (vegeu Fig.3):
- Realimentació directa : la sortida de la neurona s'aplica com a entrada en la mateixa neurona.
- Realimentació indirecta : la sortida de la neurona s'aplica com a entrada en la neurona d'una capa anterior.
- Realimentació lateral : la sortida de la neurona s'aplica com a entrada en una altra neurona de la mateixa capa.
Fig.3 : Tipus de RNN segons connexions : Directa (línia blava), Indirecta (línia verda) i Lateral (línia vermella).
Un tipus especial de xarxa neuronal recurrent és la Long short-term memory.
Referències
[modifica]- ↑ «Recurrent Neural Networks Tutorial, Part 1 – Introduction to RNNs» (en anglès). WildML, 17-09-2015.
- ↑ Gibson, Chris Nicholson, Adam. «A Beginner's Guide to Recurrent Networks and LSTMs - Deeplearning4j: Open-source, Distributed Deep Learning for the JVM» (en anglès). https://deeplearning4j.org. Arxivat de l'original el 2017-08-30. [Consulta: 30 agost 2017].
- ↑ «Recurrent Neural Networks | TensorFlow» (en anglès). https://www.tensorflow.org. Arxivat de l'original el 2017-08-30. [Consulta: 30 agost 2017].