循环神经网络（RNN：Recurrent NeuralNetwork）
RNN 模型通过隐藏状态（或称记忆）连续相互作用。它可以使用最多 N 个输入，并产生最多 N 个输出。例如，输入是一个句子，输出是每个单词的词性标注（part-of-speechtag）（N 到 N），或是这个句子的情感分类（N 到 1）；再如，输入是单个图像，输出是描述该图像所对应一系列词语（1 到 N）。在每一个时间步骤中，RNN会基于当前输入和之前的隐藏状态，计算新的隐藏状态「记忆」。其中，「循环（recurrent）」一词是指，在每一步中都使用了同样的参数，该网络根据不同的输入执行同样的计算。