前言

这一场 LOL 的掉排位来自於之前自己已经雷了千万场
---阿峻20190928

在资料的世界中，资料的形式不只有一个一个毫无关系的分开的，像是一张狗的照片、一张猫的照片做分类，更有些资料是前後具有关系的，例如股票资讯、语言。那在 Deep Learning 的世界就有一系列的 Model 就是专门设计来处理这些具有前後关系(Context-aware)、时序关系(Squential)的资料

举个实际的栗子

虽然讲到 RNN 会是一个前後有关系的例子，但这个概念还是很抽象呀XDD 那我们就来举个栗子~
如果说今天我有的一段资料是描述月份跟乘客之间的关西如下图:

横轴是从某一年开始的月份数(例如 14 的意思为过了一年又 2 个月)，纵轴为来的旅客数，我们可以看到似乎是有一个趋势的，或者说你看了之前的月份是可以推出接下来月份的来客数的!而这就可以用 RNN 来做，我们也会在下一天讲一下要怎麽用 pytorch 做 RNN~

参考资料

1. https://brohrer.mcknote.com/zh-Hant/how_machine_learning_works/how_rnns_lstm_work.html
2. https://medium.com/@tengyuanchang/%E6%B7%BA%E8%AB%87%E9%81%9E%E6%AD%B8%E7%A5%9E%E7%B6%93%E7%B6%B2%E8%B7%AF-rnn-%E8%88%87%E9%95%B7%E7%9F%AD%E6%9C%9F%E8%A8%98%E6%86%B6%E6%A8%A1%E5%9E%8B-lstm-300cbe5efcc3
3. https://ithelp.ithome.com.tw/articles/10193469
4. https://zhuanlan.zhihu.com/p/30844905
5. https://blogs.nvidia.com.tw/2018/09/whats-the-difference-between-a-cnn-and-an-rnn/
6. https://www.itread01.com/content/1549269013.html