순차 데이터
RNN의 구조
입력층 은닉층 출력층을 가지는 깊은 신경망과 유사합니다.
다른 점은 은닉층이 순환 연결(recurrent edge)를 가진다는 점입니다.
앞에서 들어왔던 정보들을 재활용 할 수 있는 방법입니다.
U, W, V의 매개변수를 공유하기 때문에 추정할 매개변수의 수가 획기적으로 줄어들었습니다. 특징이 나타나는 순간이 바뀌어도 유사한 출력을 낼 수 있습니다.
one to one, one to many, many to one, many to many 등의 구조가 존재합니다.
