循环神经网络是神经网络链吗？答案

【问题标题】：Are Recurrent Neural Networks a chain of Neural Networks?循环神经网络是神经网络链吗？
【发布时间】：2017-02-19 02:56:09
【问题描述】：

我在问递归神经网络是否是神经网络链。

现在，直观地说，RNN 是一个神经网络，它具有来自过去输出的反馈循环，并且取决于一个人的实现，一个从隐藏层到下一个时间戳的隐藏层和/或输入的反馈循环。

不包括链接隐藏层的实现，这个实现与神经网络链有什么不同吗？

我认为，根据我的理解，可以从神经网络链构建这样的实现，其中 NN 的每个输入是给定数据的时间戳 + 最后一个时间戳的输出。

你知道这种直觉是否正确吗？还是我遗漏的 RNN 和 ANN 有什么区别？

我也问过我的机器学习专业教授这个问题，如果有人足够好奇，我可以看看我是否可以在收到回复后发布他的回复。

【问题讨论】：

标签： machine-learning neural-network artificial-intelligence recurrent-neural-network

【解决方案1】：

有两个重要的修改/差异：

您必须共享“神经网络链”的参数，使其表现得像循环神经网络。
您的“展开”会随着时间的推移而增长 - 这意味着在第一次迭代中，您的“链”的长度为 1。在第二次 - 长度为 2，经过 N 步后 - 长度为 N。

如果您不介意这两个差异，展开模型与循环网络几乎相同。鉴于您将所有需要的数据存储在某个缓冲区中（因为在更新期间您将需要“过时的”输出/标签等）。

【讨论】：

生成展开类型的神经网络与创建将未使用参数设置为 0 的多输入 NN 有何不同？
（假设你使用的是sigmoid激活函数）
这与 sigmoid 无关。答案中给出了区别 - 您需要 share 参数，如果您将其视为多列网络 - 那么您需要跨列共享参数。你的展开会随着时间的推移而增长（因此你的“大网”的大小也是如此）。当然，就 RNN 而言，它们的内存需求也会随着您需要在训练期间存储中间激活而增加（但在执行期间您不需要）。

【解决方案2】：

大多数神经网络初学者都假设神经网络可以在 A* 路径规划、C++ 编程和图灵机附近的清晰理论水平上进行讨论。那是完全错误的，神经网络是生物神经科学的一个主题，她的用法是脑机接口。什么是神经网络，什么类型的神经网络更好的定义不是计算机科学家给出的，而是来自动物实验（猴子、老鼠）的研究和人类假肢医学研究的需求。

可以回答什么是循环神经网络以及限制是什么问题的具体论文：A recurrent neural network for closed-loop intracortical brain– machine interface decoders 在这篇论文中，电极被植入猴脑中，循环神经网络充当 BCI 来解释猴子大脑。另一方面：如果循环中没有生物生命形式，那么使用神经网络根本没有意义。

我知道，这只是对 OP 的间接回答，但我的正当理由是 pubmed.gov 上的大多数论文都不能作为 OpenAccess 获得，因此还有待进一步研究。

【讨论】：

人工神经网络当然是受到大脑的启发，它们可以应用于神经科学应用。但是你不需要物理大脑来使用人工神经网络，就像你需要一组培养皿来进行进化计算一样。此外，那篇论文中的人工神经网络并没有被用来模拟大脑。它们被用于将特定的电信号映射到猴子手臂的运动学数据。有很多非生物启发算法可以用于此（他们使用某种卡尔曼滤波器作为基线）。并且 ANN 可用于非大脑相关的非线性映射。