前言

這一場 LOL 的掉排位來自於之前自己已經雷了千萬場
---阿峻20190928

在資料的世界中，資料的形式不只有一個一個毫無關係的分開的，像是一張狗的照片、一張貓的照片做分類，更有些資料是前後具有關係的，例如股票資訊、語言。那在 Deep Learning 的世界就有一系列的 Model 就是專門設計來處理這些具有前後關係(Context-aware)、時序關係(Squential)的資料

舉個實際的栗子

雖然講到 RNN 會是一個前後有關系的例子，但這個概念還是很抽象呀XDD 那我們就來舉個栗子~
如果說今天我有的一段資料是描述月份跟乘客之間的關西如下圖:

橫軸是從某一年開始的月份數(例如 14 的意思為過了一年又 2 個月)，縱軸為來的旅客數，我們可以看到似乎是有一個趨勢的，或者說你看了之前的月份是可以推出接下來月份的來客數的!而這就可以用 RNN 來做，我們也會在下一天講一下要怎麼用 pytorch 做 RNN~

參考資料

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