㈠ 循环神经网络（RNN）的应用
循环神经网络（RNN）是目前深度学习最有前景的工具之一，它解决了传统神经网络不能共享从数据中共享位置的特征的问题。目前，RNN已经枝胡禅有了不少有意思的应用：
语音识别 ：输入的语音数据，生成相应的语音文本信息。比如微信的语音转文字功能。
机器翻译 ：不同语言之间的相互转换。像有道翻译、腾讯翻译官等。最近微软据说实现了中翻英媲美人类的水平
音乐生成 ：使用RNN网络生成音乐，一般会用到RNN中的LSTM算法（该算法可以解决RNN网络中相距较远的节点梯度消失的问题）。下面这个github项目实现了jazz音乐的生成。
deepjazz
文本生成 ：利用RNN亦可以生成某种风格的文字。有兴趣的可以看一下一下两个github项目
numpy实现字符层面的文本生成器
keras实现特定作家风格的文本
情感分类 ：输入文本或者语音的评论数据，输出相应的打分数据。
DNA序列分猛尘析 ：输入的DNA序列，输出蛋白质表达的子序列。
视频行为识别 ：识别输入的视频帧序列中的人物行为做谨。
实体名字识别 ：从文本中识别实体的名字。
㈡ 浜哄伐鏅鸿兘璇瑷涓鐨勫惊鐜鎬庝箞浣跨敤鐨勫憿锛
for寰鐜鏄寰堝氬紑鍙戣瑷涓鏈甯哥敤鐨勪竴涓寰鐜銆傚畠鍙浠ュぇ澶ф彁楂樹唬鐮佺殑杩愯岄熷害锛岀畝鍖栭昏緫浠ｇ爜锛岄潪甯搁傜敤銆
棣栧厛锛歠or 鏈変袱绉嶅舰寮忥細涓绉嶆槸鏁板瓧褰㈠紡锛屽彟涓绉嶆槸閫氱敤褰㈠紡銆
鏁板瓧褰㈠紡鐨 for 寰鐜锛岄氳繃涓涓鏁板﹁繍绠椾笉鏂鍦拌繍琛屽唴閮ㄧ殑浠ｇ爜鍧椼 涓嬮潰鏄瀹冪殑璇娉曪細
stat ::= for Name 鈥=鈥 exp 鈥,鈥 exp [鈥,鈥 exp] do block end
block 灏嗘妸 name 浣滃惊鐜鍙橀噺銆 浠庣涓涓 exp 寮濮嬭捣锛岀洿鍒扮浜屼釜 exp 鐨勫间负姝锛 鍏舵ラ暱涓虹涓変釜 exp 銆 鏇寸‘鍒囩殑璇达紝涓涓 for 寰鐜鐪嬭捣鏉ユ槸杩欎釜鏍峰瓙
for v = e1, e2, e3 do block end
娉ㄦ剰涓嬮潰杩欏嚑鐐癸細
鍏舵★細鎵鏈変笁涓鎺у埗琛ㄨ揪寮忛兘鍙琚杩愮畻涓娆★紝 琛ㄨ揪寮忕殑璁＄畻鍦ㄥ惊鐜寮濮嬩箣鍓嶃 杩欎簺琛ㄨ揪寮忕殑缁撴灉蹇呴』鏄鏁板瓧銆
var锛宭imit锛屼互鍙 step 閮芥槸涓浜涗笉鍙瑙佺殑鍙橀噺銆 杩欓噷缁欏畠浠璧风殑鍚嶅瓧閮戒粎浠呯敤浜庤В閲婃柟渚裤
濡傛灉绗涓変釜琛ㄨ揪寮忥紙姝ラ暱锛夋病鏈夌粰鍑猴紝浼氭妸姝ラ暱璁句负 1 銆
浣犲彲浠ョ敤 break 鍜 goto 鏉ラ鍑 for 寰鐜銆
寰鐜鍙橀噺 v 鏄涓涓寰鐜鍐呴儴鐨勫眬閮ㄥ彉閲忥紱 濡傛灉浣犻渶瑕佸湪寰鐜缁撴潫鍚庝娇鐢ㄨ繖涓鍊硷紝 鍦ㄩ鍑哄惊鐜鍓嶆妸瀹冭祴缁欏彟涓涓鍙橀噺銆
閫氱敤褰㈠紡鐨 for 閫氳繃涓涓鍙浣 杩浠ｅ櫒 鐨勫嚱鏁板伐浣溿 姣忔¤凯浠ｏ紝杩浠ｅ櫒鍑芥暟閮戒細琚璋冪敤浠ヤ骇鐢熶竴涓鏂扮殑鍊硷紝 褰撹繖涓鍊间负 nil 鏃讹紝寰鐜鍋滄銆
娉ㄦ剰浠ヤ笅鍑犵偣锛
explist 鍙浼氳璁＄畻涓娆° 瀹冭繑鍥炰笁涓鍊硷紝 涓涓 杩浠ｅ櫒 鍑芥暟锛 涓涓 鐘舵侊紝 涓涓 杩浠ｅ櫒鐨勫垵濮嬪笺
f锛 s锛屼笌 var 閮芥槸涓嶅彲瑙佺殑鍙橀噺銆 杩欓噷缁欏畠浠璧风殑鍚嶅瓧閮藉彧鏄涓轰簡瑙ｈ存柟渚裤
浣犲彲浠ヤ娇鐢 break 鏉ヨ烦鍑 for 寰鐜銆
鐜鍙橀噺 var_i 瀵逛簬寰鐜鏉ヨ存槸涓涓灞閮ㄥ彉閲忥紱 浣犱笉鍙浠ュ湪 for 寰鐜缁撴潫鍚庣户缁浣跨敤銆 濡傛灉浣犻渶瑕佷繚鐣欒繖浜涘硷紝閭ｄ箞灏卞湪寰鐜璺冲嚭鎴栫粨鏉熷墠璧嬪煎埌鍒鐨勫彉閲忛噷鍘汇
var锛宭imit锛屼互鍙 step 閮芥槸涓浜涗笉鍙瑙佺殑鍙橀噺銆 杩欓噷缁欏畠浠璧风殑鍚嶅瓧閮戒粎浠呯敤浜庤В閲婃柟渚裤
濡傛灉绗涓変釜琛ㄨ揪寮忥紙姝ラ暱锛夋病鏈夌粰鍑猴紝浼氭妸姝ラ暱璁句负 1 銆
浣犲彲浠ョ敤 break 鍜 goto 鏉ラ鍑 for 寰鐜銆
寰鐜鍙橀噺 v 鏄涓涓寰鐜鍐呴儴鐨勫眬閮ㄥ彉閲忥紱 濡傛灉浣犻渶瑕佸湪寰鐜缁撴潫鍚庝娇鐢ㄨ繖涓鍊硷紝 鍦ㄩ鍑哄惊鐜鍓嶆妸瀹冭祴缁欏彟涓涓鍙橀噺銆
閫氱敤褰㈠紡鐨 for 閫氳繃涓涓鍙浣 杩浠ｅ櫒 鐨勫嚱鏁板伐浣溿 姣忔¤凯浠ｏ紝杩浠ｅ櫒鍑芥暟閮戒細琚璋冪敤浠ヤ骇鐢熶竴涓鏂扮殑鍊硷紝 褰撹繖涓鍊间负 nil 鏃讹紝寰鐜鍋滄銆
娉ㄦ剰浠ヤ笅鍑犵偣锛
explist 鍙浼氳璁＄畻涓娆° 瀹冭繑鍥炰笁涓鍊硷紝 涓涓 杩浠ｅ櫒 鍑芥暟锛 涓涓 鐘舵侊紝 涓涓 杩浠ｅ櫒鐨勫垵濮嬪笺
f锛 s锛屼笌 var 閮芥槸涓嶅彲瑙佺殑鍙橀噺銆 杩欓噷缁欏畠浠璧风殑鍚嶅瓧閮藉彧鏄涓轰簡瑙ｈ存柟渚裤
浣犲彲浠ヤ娇鐢 break 鏉ヨ烦鍑 for 寰鐜銆
鐜鍙橀噺 var_i 瀵逛簬寰鐜鏉ヨ存槸涓涓灞閮ㄥ彉閲忥紱 浣犱笉鍙浠ュ湪 for 寰鐜缁撴潫鍚庣户缁浣跨敤銆 濡傛灉浣犻渶瑕佷繚鐣欒繖浜涘硷紝閭ｄ箞灏卞湪寰鐜璺冲嚭鎴栫粨鏉熷墠璧嬪煎埌鍒鐨勫彉閲忛噷鍘汇