本课程带你从“为什么序列需要记忆”出发，系统入门循环神经网络。你将理解上下文如何影响含义，掌握 RNN 的隐藏状态传递、前向传播、权重共享与多输入多输出变体，弄清 BPTT 如何沿时间反向传播，以及梯度消失和梯度爆炸为何成为长距离依赖的难题。课程不止讲原理，还用 SimpleRNN 完成一个时间序列预测实战，从数据构造、维度调整到建模、训练与预测，走通完整流程。适合具备基础深度学习知识，想进入 NLP、情感分析、异常预警或时间序列预测方向的学习者。学完后，你能解释 RNN 的核心机制，判断不同序列任务该用哪种输入输出结构，具备搭建简单序列模型的动手能力，并为后续学习 LSTM、GRU 打下基础。