我到处都搜索了这个主题，但是找不到我想要的确切解决方案。因此，我对反向传播和递归神经网络这两个术语仍然感到困惑。我已经读到前馈神经网络步骤之后使用反向传播来更新权重。然后，在哪里使用递归神经网络？
Back-propagation是一种用于计算神经网络中的参数梯度的算法。出于算法的目的，我们将计算想象为通过有向无环图，其中叶为参数，输入为输入，节点的内部节点为运算。然后，将链式规则应用于导数，则对应于该图中的向后传递。该算法一般可应用于任何神经网络（前馈，递归或卷积）。
Recurrent neural networks是一种神经网络，它在其隐藏状态和序列中的新输入上反复应用相同的功能。 RNN的计算也可以描述为计算图，因此反向传播算法也可以应用于估计其参数的梯度。