刘二大人循环神经网络12讲

刘二大人的循环神经网络课程共有12讲，其中包括基础篇和高级篇。通过学习这些课程和相应的学习笔记，你将能够了解大部分网络结构，并且能够复现一些经典网络，如残差网络ResNet、密集连接网络DenseNet和GoogleLeNet等。

在循环神经网络中，RNN Cell以循环的方式将序列（x1,x2,…）一个一个送入，并计算出隐藏层(h1,h2…)的过程。每一次计算得到的h将作为下一个RNN Cell的输入，这就是循环神经网络的特点。在PyTorch中，构建RNN有两种方式。

另外，Dense网络也称为稠密网络，它使用多个线性层对输入数据进行空间上的变换，也被称为DNN。在Dense连接中，所有的输入x1,x2,…,xn都与所有的输出层相连接，这就是全连接的含义。