RNN (شبکه عصبی مکرر) در یادگیری عمیق چیست؟

RNN (شبکه عصبی مکرر) نوعی شبکه عصبی مصنوعی است که می تواند داده های متوالی را پردازش کند ، الگوها را تشخیص داده و خروجی نهایی را پیش بینی کند. به آن مکرر گفته می شود زیرا می تواند بارها و بارها یک کار یا عملیات مشابه را در دنباله ای از ورودی ها انجام دهد. منطق پشت RNN این است که خروجی لایه خاصی را ذخیره کرده و آن را به ورودی بازگردانید تا خروجی را پیش بینی کنید. از RNN ها می توان برای ایجاد یک مدل یادگیری عمیق استفاده کرد که می تواند یک متن را از زبان مبدأ به زبان مقصد بدون دخالت انسان ترجمه کند.

تصویر
عکس پروفایل دیویس دیوید هکر ظهر

@دیوید داویددیویس دیوید

دانشمند داده | تمرین کننده هوش مصنوعی | توسعه دهنده نرم افزار. سخنرانی ، تدریس ، نوشتن.

RNN یکی از شبکه های عصبی محبوب است که معمولاً برای حل وظایف پردازش زبان طبیعی استفاده می شود ، سایر شبکه های عصبی Feed-Forward Neural Network است که برای رگرسیون و مشکلات طبقه بندی استفاده می شود. آخرین مورد یک شبکه عصبی کانولوشن یا CNN است که می تواند برای طبقه بندی تصاویر و تشخیص اشیاء مورد استفاده قرار گیرد.

فهرست مطالب:

  1. RNN چیست؟
  2. RNN چگونه کار می کند؟
  3. 5 مورد معمول استفاده از RNN ها

RNN (شبکه عصبی مکرر) چیست؟

RNN مخفف شبکه عصبی مکرر است ، این یک نوع شبکه عصبی مصنوعی است که می تواند داده های متوالی را پردازش کند ، الگوها را تشخیص داده و خروجی نهایی را پیش بینی کند.

این…

ایندکسر