机器学习 RNN（1）

首先感谢提供教程的老外，我通过学习这个教程获益匪浅。好的东西希望能和大家分享。这是一个好室友的故事。

食谱

这里暂时不用室友举例了，这里作为我们食堂每天食谱吧。

天气情况的分类

厨师会根据天气是阴天和晴天来做不同的食品

天气和食品的关系

晴天时候的食谱是派而阴天则是汉堡包。这个应该不难理解。那么我们是如何通过大脑神经来判断的呢。我们来设计一个简单的神经网络结构来解决这个看似简单，其实理所当然的事件并不简单。

神经网络简称 NN 用向量表示食品名称

这里我们用三个不同的向量来分别表示三种不同的食品。用向量很容易和清楚地表示同范围下不同种类的东西。

向量表示天气

在里同样用二维向量来表示天气情况，是阴天还是晴天。

如果输入是

如果神经网络输入的是晴天的向量 [1.0]我们期望经过神经网络输出的汉堡包对应的向量。

阴天输入

输入阴天向量输出汉堡包向量，好理解吧，那么这个神经网络做的事就是根据输入天气的向量输出食品的向量。

输出汉堡包 晴天情况

我们找出一个矩阵，当输入晴天的向量乘以该向量会输出派的向量。这个

阴天情况 通过乘以

神经网络就是输入可以得到输出

我们用神经网络表示

这里用神经网络间的关系线可以用这个矩阵来表示。其实机器学习就是找出这个矩阵，矩阵可以对向量进行变换。

输入晴天 测试输入晴天后计算结果向量 测试

我们用已知的输入晴天和输出派来测试这个神经网络，看看神经网络是否正常。