循环神经网络简称为RNN，（之前讲到的卷积神经网络简称为CNN）。

以前我们在使用全链接网络的时候，我们将这种网络叫做Dense 或者是Deep。

Dense链接指的是全链接的。

我们输入的数据是数据样本的不同特征：x1，x2，x3....。

对于气象报道，如果我们知道当前的温度和气压来预测现在有没有雨是没有意义的，因为我们要提前报道，拿到现在的数据来推理得到现在的结果是不能够的。
所以我们要拿到之前若干天的数据，来预测后面是否会下雨。

卷积层的大小，也就是权重的个数只与通道，卷积核的个数，卷积核的大小有关，但是全连接层要和我们变换之后的数据大小有关。看上去我们卷积运算是比较复杂的，但是其实我们的权重并不多，而如果我们 使用全连接层的话，显然要使用更多的权重。所以我们在构建网络的过程中，全连接层占权重的比例是占大头的。因为我们在进行卷积的过程中，整个输入使用的卷积核是共享的，所以我们使用的权重就少。

我们将来在稠密层，如果使用全连接层进行处理，那么要进行的运算是天文数字，很难达到预期的效果，我们进行序列化数据的处理，一般使用RNN。我们需要用到共享的概念，权重共享来减少权重的数量。

我们仍然以天气情况作为我们的例子。我们将x1，x2，x3看成是一个序列，我们不仅要考虑x1，x2，x3之间的链接关系，我们还要考虑他们三者之间的前序和后序的时间顺序。换句话说，x2的数值会依赖于x1，x3的数值会依赖于x2和x1，即下一天的天气状况要部分依赖于前一天的天气状况。显然，我们一般的天气变化都是比较缓和的，很少有断崖式的变化。所以我们在预测天气的时候，大多数情况下，我们会根据前一天的情况，做出相应的判断。

RNN主要用于处理具有序列链接的输入数据，我们除了用于处理天气，股市，金融方面的数据之外。经常处理的还有我们的自然语言，自然语言是具有序列关系的，例如：我爱北京天安门，显然自然语言里面，我们用词来分割：我 爱 北京 天安门。这是有序列关系的，如果我们打乱他的顺序，是很难理解其中的意思的，例如：天安门 爱 北京 我。我们就难以理解。所以我们可以使用RNN来处理具有自然语言。

我们接下来说什么叫做RNN：

首先我们来了解一下什么叫做RNN Cell。

xt表示时刻t的数据，当然xt也是具有维度的，例如对于天气来说xt是一个三维的向量（气压，温度，地形）。经过RNN Cell转变之后，得到另外一个维度的向量，例如得到一个五维的向量，那么就说明，我们的RNN Cell是一个线性层。将输入的向量映射到另外一个向量里面。

这个线性层和我们平常用到的线性层有什么区别呢？这个线性层是共享的。

我们的输入是对应天数的特征，输入完之后送入我们的RNN里面，做线性变换，得到输出，我们将输出hn叫做hidden，就是隐层，在这里面我们要注意，它和之前线性层的区别是什么呢？我们每个输入的x，也就是序列里面的每一项，我们都送到RNN Cell里面。我们序列中每一项都和前面一项存在关系。即我们的h2里面，不仅要包含x2的信息，还要包含x1的信息。

我们在得到h1之后，不仅将h1输出了，而且我们还顺手将它送进下一个输入。

如果我们有先验知识，我们就可以将其作为h0输入给RNN。

例如我们想通过图像来生成文本：那我们就可以通过CNN+FC（卷积神经网络）的输出作为h0，这样我们就把卷积神经网络和循环神经网络就接上了。
如果我们没有先验，我们就将h0设为和h1，h2大小一样的全0的元素。

显然，我们进行处理的RNN Cell是同一个线性层。

如果我们的RNN Cell是一个linear层的话：具体实现如下：

x的维度是Input_size*1,所以Wih的维度是hidden*Input_size这样我们才能得到一个hiddensize*1这样的向量。然后再加上一个偏置，而对于我们输入的hidden来说，由上一层的结果得到，结果的大小是hidden_size*1,所以我们要乘以的矩阵是hidden_size*hidden_size。向量相加，达到信息融合的效果。

融合之后，做一个激活，在循环神经网络里面，我们喜欢使用tanh函数，为什么使用tanh函数而不是用sigmoid呢？因为tanh的输出是-1到+1，它被认为是效果比较好的激活函数。

显然我们做的运算就是这样的形式：

那么我们将我们的序列依次送进去RNN Cell里面，依次算出隐层的过程叫做循环神经网络：

如果我们要构造RNN：

有两种方法：一种是我们自己去构造RNN序列，自己写循环，另一种就是我们直接使用已经构造好的循环：

那么如果我们要构建RNN Cell的话，我们参数要设定我们输入的维度和我们隐层的维度。因为我们如果有这两个值，我们就能将权重和偏置量确定出来。

然而，我们使用的时候传入的参数是input和hidden，这里的input是batch*input_size。

代码实现如下：

当然我们的RNN可以选择多层，但是尽量往小的选，因为RNN的计算是比较耗时的。
我们经过RNN层的输出是两个，一个是从h1到hn的序列，即每一次的输出，一个是hn就，即最后的输出。

但是，难道hidden就是output的最后一个元素吗？当然不是：
下面是多层的RNN：（三层）

接下来我们讲一个小例子：

我们有一个seq到seq的任务（序列到序列）：在这个任务里面，我们的输入是hello，我们要将hello转化为ohlol，我们想要训练循环网络来学习这个序列变换的规律。

首先我们看使用RNN Cell来实现这个功能，我们的输入是h e l l o我们隐层的输出是o h l o l。

但是这里面我们遇到的问题是，我们输入并不是向量，我们使用的是char而不是int。所以我们首先要将这些字符向量化，首先我们要将hello进行转换：

一般来说，在进行字符处理的时候，我们首先对字符构建一个词典。给每个词分配一个索引，当然可以是字母表顺序，也可以是随机的。然后我们就可以用向量表示出来：

再进行转化：（将向量转化为独热向量 One-Hot Vectors）
我们将独热向量送到RNN里面作为我们的输入。

所以我们的input_size=4。显然我们输入的是独热向量，那我们对应的就是多分类问题。
我们要输出的是类别。

训练过程如下：
显然，我们进行自然语言处理的时候传入的是独热向量，每一行，也就是对应一个字符的属性，作为xi输入。我们的每个输出hi表示每一个位置输出的字符。

具体的实现代码如下：

我们在处理自然语言的时候，刚刚我们使用的是独热向量，但是独热向量是有一些缺点的，下面是列出来的一些缺点：
首先呢，独热向量的维度太高。如果是对应字符还好，但是如果是对应单词，就需要上万个维度，显然是很难进行处理的。几万维的话会面对维度诅咒。
其次呢，我们的向量是比较稀疏的。
第三，它是硬编码的，每个次或字符是对应某个向量，而不是学习出来的。

于是我们就要思考，有没有这样一种方法，能达到低纬度，稠密，而且是学习到的，这是我们的需求。我们已经发现这样的方法：EMBEDDING

就是将高维度映射到低纬度，也就是数据的降维。可以类似为我们数据结构中的稀疏矩阵转化为三元组的方式。

当然我们可以进行查询，比如说我们要查询的是第二个元素，我们就在表中找到第二行。

所以呢我们可以这样改进我们之前的过程：