Hal40n https://blog.hatena.ne.jp/Hal40n/ ゼロからAI理論を再構築する https://serenewealth.net/ 機械学習 これまでのネットワークは、入力を受け取って出力を返すだけで、過去の入力を覚えていませんでした。画像認識ならそれで問題ないのですが、文章や音声のように順番に意味があるデータだと困ります。「彼は」という主語を忘れたら、後に続く動詞の意味がわからなくなる。 RNN（Recurrent Neural Network）は、前のステップの出力を次のステップの入力に使い回すことで、系列データを扱えるようにしたモデルです。 内部状態がループする RNNの特徴は、自分の出力を次のステップに渡すループ構造です。 \[ h_t = \sigma(W_{xh} x_t + W_{hh} h_{t-1} + b) \]… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fserenewealth.net%2Fentry%2F2026%2F03%2F10%2F192627" title="再帰型ニューラルネットワーク（RNN）：順番のあるデータを扱う - ゼロからAI理論を再構築する" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2026-03-10 19:26:27 rich https://serenewealth.net/entry/2026/03/10/192627 1.0 100%