上一次分享一个简单的实例，但是世界在我们眼里没那么简单，我们简化世界到人类能够理解的简单程度。数字简单明了易于理解。我们在上次分享基础上添加一些条件。
说了一大堆，那么什么是 RNN 他是 Recurrent Neutral Network 的缩写，就是循环神经网络。就是输入和输出都是相同的。
看看菜谱
循环的食谱
我们食谱按日期依次循环，菜谱循环是有一定规矩可寻的。
其他因素
如果今天是汉堡包，那么也就是说神经网络输出就是汉堡包，在明天汉堡包作为输入输入神经元然后输出烤鸡。
输出烤鸡
输入烤鸡
同样烤鸡作为明天的输出，他又是后天的输入。这就是循环吧。
用向量表示食品
我们这里用一个三维的向量来表示三种不同的食品。
神经网络对应
这是一个三维三列的数组，作为神经网络的结构
看一看输入
输入为派输出为汉堡包
当输入为派的时候，然后用派的向量乘以这个矩阵，就会输出为汉堡向量。
输入汉堡包输出烤鸡
同理当输入为汉堡，通过计算就可以得到烤鸡
输入和输出的对应关系
我们把输入的向量和输出的向量一一对应。
神经网络
我们看一下神经元结构，通过图形来表示神经网络结构。
实例说明
我们看一下，输入向量 [1 0 0] 然后依次向下窜一个位置，得出向量就是对应汉堡包。
循环神经网络
循环神经网络举例，得出输出值作为输入再次进去神经网络。
循环神经网络
考虑天气
当晴天时继续做昨天同样的食品，如果阴天就会更换食品，也就是他的下一道食品，上面我们已经通过设计神经网络得出
我们
如果语言还无法说清楚，今天吃什么是由那些因素决定的，我们可以看一看上图，今天吃什么是由昨天吃的什么和今天的天气决定的。
循环神经网络
可以通过向量来表示不同的天气
多因素的
看一看由于天气影响我们会得到不同的输出。下集更精彩。
