2.3 循环神经网络（RNN）

循环神经网络（Recurrent Neural Network，RNN）是一种具有记忆功能的神经网络。相比于前馈神经网络（Feedforward Neural Network）只能对静态输入进行处理，RNN能够对序列数据进行建模，通过保存之前的状态信息，将当前的输入和历史信息相结合，来处理序列数据。RNN的一个经典结构是基于LSTM（Long Short-Term Memory）的结构，它能够在处理过程中自动选择保留和遗忘历史信息的重要部分，从而解决了传统RNN中的梯度消失问题。

RNN的应用非常广泛，包括自然语言处理、语音识别、图像描述等领域。在自然语言处理领域中，RNN常用于机器翻译、文本生成、情感分析等任务。