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]

Fig.1 Exemple de RNN i la seva evolució temporal
Fig.2 Exemple de RNN amb cicle recurrent D

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
  1. «Recurrent Neural Networks Tutorial, Part 1 – Introduction to RNNs» (en anglès). WildML, 17-09-2015.
  2. 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].
  3. «Recurrent Neural Networks  | TensorFlow» (en anglès). https://www.tensorflow.org. Arxivat de l'original el 2017-08-30. [Consulta: 30 agost 2017].

Vegeu també

modifica