!-- flowchart 箭头图标 勿删 --
在之前介绍的全连接神经网络或卷积神经网络中，层与层之间是全连接或部分连接的，但每层的节点间是无连接的，这样当输入数据具有依赖性且是序列模式时，预测结果就会不太准确。因此，就有了循环神经网络（RNN）的诞生。RNN的主要用途是处理和预测序列数据。从网络结构上说，RNN会记忆之前的信息，并利用之前的信息影响后面节点的输出。也就是说，循环神经网络的隐藏层之间的节点是有连接的，隐藏层的输入不仅包括输入层的输出，还包括上一时刻隐藏层的输出。 在之前介绍的全连
