RNN

释义 (Definition)

RNN 是 Recurrent Neural Network 的缩写，中文常译为循环神经网络：一种用于处理序列数据（如文本、语音、时间序列）的神经网络结构，能够利用“前后文/历史信息”（通过隐藏状态在时间步之间传递）来建模序列中的依赖关系。（在深度学习语境中最常见；在其他领域也可能有少见的其他含义。）

发音 (Pronunciation, IPA)

/ˌɑːr en ˈen/

例句 (Examples)

I trained an RNN to predict the next word.
我训练了一个 RNN 来预测下一个词。

Although RNNs can model sequential patterns, they may struggle with long-range dependencies without improved variants like LSTM or GRU.
尽管 RNN 能建模序列模式，但若没有像 LSTM 或 GRU 这样的改进变体，它们可能难以处理长距离依赖。

词源 (Etymology)

RNN 来自 recurrent neural network 的首字母缩写：recurrent 意为“反复出现的、循环的”，指网络在不同时间步重复使用相同的结构与参数，并通过隐藏状态把信息在序列中“循环传递”。

相关词 (Related Words)

• Lstm
• Gru
• Transformer
• Neural Network
• Sequence
• Backpropagation
• Language Model
• Time Series

文学与著作中的出现 (Literary / Notable Works)

• Ian Goodfellow, Yoshua Bengio, Aaron Courville《Deep Learning》（2016）——在序列建模章节系统讨论 RNN 及其变体。
• Ilya Sutskever, Oriol Vinyals, Quoc V. Le “Sequence to Sequence Learning with Neural Networks”（2014）——在编码器-解码器框架中使用 RNN 进行序列到序列任务。
• Sepp Hochreiter & Jürgen Schmidhuber “Long Short-Term Memory”（1997）——提出 LSTM，作为解决经典 RNN 长程依赖困难的重要改进。
• Tomáš Mikolov 等 “Recurrent Neural Network Based Language Model”（2010/2011 相关论文）——将 RNN 用于语言模型并推动其在 NLP 中的应用。