循环神经网络作为特征提取

Question

对于卷积网络，可以将卷积部分（卷积，最大池等）视为特征提取，然后将其提供给进行分类的前馈网络（或多或少）。

对于循环网络（RNN，LSTM等）是否也是如此，即循环层会创建数据/特征的表示，然后将其输入到前馈层中？

我从情绪分析的角度来考虑，即＆＃34;序列到一个＆＃34;模型。您是否认为拥有一个周期性层+一个前馈层将仅胜过一个复发层网络？

Answer 1

循环图层就像前馈神经网络，其中包含反馈回路。他们只是将过去的有用信息传递给现在。

一个不错的解释是：https://kevinzakka.github.io/2017/07/20/rnn/

要向RNN添加更多图层，您可以在https://arxiv.org/pdf/1312.6026.pdf

中找到深度RNN的详细信息

该论文称Deep RNN优于传统RNN