递归神经网络（RNN）是一种特殊的人工神经网络，旨在处理序列数据，例如文本、语音、视频等。它是一种前馈神经网络，通过在输入序列中循环应用相同的网络结构来处理每个输入。

RNN的核心思想是保留先前输入的信息，以便在处理当前输入时可以参考和使用。它通过将当前输入与先前状态连接起来，从而在处理序列数据时可以利用先前的信息。

RNN通常包含一个隐藏层，该隐藏层在处理每个输入时会重复地使用相同的权重。它还具有一个自连接路径，允许信息从先前的时间步长传播到当前的时间步长。

RNN可以应用于许多任务，例如文本分类、语音识别、机器翻译等。它还可以用于图像领域，例如图像描述生成和图像分类等。