循环神经网络（Recurrent Neural Network, RNN）是一种专门处理序列数据的神经网络 。与传统的前馈神经网络不同，RNN具有"循环"结构，能够处理和记住前面时间步的信息，使其特别适用于时间序列数据或有时序依赖的任务。 我们要明确什么是序列数据，时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。这是时间序列数据的定义，当然这里也可以不是时间，比如文字序列，但总归序列数据有一个特点------后面的数据跟前面的数据有关系。
RNN的应用：
自然语言处理（NLP）：文本生成、语言建模、机器翻译、情感分析等。
时间序列预测：股市预测、气象预测、传感器数据分析等。
语音识别：将语音信号转换为文字。
音乐生成：通过学习音乐的时序模式来生成新乐曲。
之后将当前时刻的隐藏状 态当作上一时刻的隐藏状态输入 ，当前时刻的输出 作**当前时刻的输入，**得到新的输出，如此往复。
