BRNN ( Bidirectional Recurrent Neural Networks )은 반대 방향의 숨겨진 두 레이어를 동일한 출력에 연결합니다. 이러한 형태의 생성 딥 러닝 을 통해 출력 레이어는 과거 (뒤로) 및 미래 (앞으로) 상태에서 동시에 정보를 얻을 수 있습니다. 1997 년 Schuster와 Paliwal이 발명 한 [1] BRNN은 네트워크에서 사용 가능한 입력 정보의 양을 늘리기 위해 도입되었습니다. 예를 들어, MLP ( Multilayer Perceptron ) 및 TDNN ( Time Delay Neural Network )은 입력 데이터를 고정해야하기 때문에 입력 데이터 유연성에 제한이 있습니다. 표준 반복 신경망현재 상태에서 미래의 입력 정보에 도달 할 수 없으므로 (RNN)에..