# Sieci rekurencyjne (RNN)

EN: **Recurrent neural networks (RNN)** · id `rnn` · aliases: RNN, recurrent neural network, sieć rekurencyjna, BPTT, seq2seq

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Sieci konwolucyjne i sekwencyjne](https://aiatlasgraph.com/t/cnn.md) › Sieci rekurencyjne (RNN)

## Description

- PL: Sieci przetwarzające sekwencję krok po kroku i przenoszące stan ukryty z poprzedniego kroku. Klasyczne RNN mogą mieć trudność z uczeniem długich zależności z powodu zanikających lub eksplodujących gradientów; LSTM i GRU łagodzą ten problem, a transformery zastąpiły RNN w wielu zadaniach tekstowych.
- EN: Networks that process a sequence step by step while carrying a hidden state from the previous step. Classical RNNs can struggle to learn long dependencies because gradients vanish or explode; LSTMs and GRUs mitigate the problem, and transformers have replaced RNNs in many text tasks.

## In one sentence

- PL: To sieć, która przetwarza kolejne elementy danych, przenosząc między nimi skrót wcześniejszych informacji.
- EN: This network processes data in sequence, carrying a summary of earlier information between steps.

## Problem it solves

- PL: Obecny dźwięk lub pomiar może mieć znaczenie dopiero w połączeniu z tym, co wystąpiło wcześniej.
- EN: A current sound or measurement may make sense only alongside what came before it.

## What it does

- PL: Każdy krok aktualizuje wewnętrzny stan na podstawie nowego elementu i poprzedniego stanu, podobnie do bieżącej notatki.
- EN: Each step updates an internal state using the new element and previous state, like a running note.

## Everyday example

- PL: Model analizuje kolejne pomiary zużycia prądu, uwzględniając wcześniejszy przebieg dnia.
- EN: A model analyses successive electricity readings while accounting for the earlier course of the day.

## This concerns you if you…

- PL: pracujesz z danymi napływającymi po kolei
- PL: chcesz przechowywać skrót wcześniejszych obserwacji
- EN: work with data arriving in sequence
- EN: want to retain a summary of earlier observations

## Keywords

hidden state · BPTT · vanishing gradients · exploding gradients · recurrent encoder-decoder

## How it works

- PL: Stan w każdym kroku powstaje z bieżącego wejścia i poprzedniego stanu przy współdzielonych wagach. Rozwinięcie rekurencji w czasie pozwala obliczyć stratę sekwencji i propagować gradient przez kolejne aktualizacje pamięci.
- EN: Each step's state combines current input with previous state using shared weights. Unrolling recurrence through time enables sequence-loss calculation and gradient propagation across successive memory updates.

## Limits

- PL: Przetwarzanie zależy od kolejności kroków, ograniczając równoległość. Długie ścieżki gradientu mogą zanikać lub eksplodować; stan o skończonym rozmiarze nie zachowuje całej historii.
- EN: Processing depends on step order, limiting parallelism. Long gradient paths can vanish or explode; finite-sized state cannot preserve the entire history.

## Key terms

- PL: **rekurencja**: Aktualizacja korzystająca z wyniku poprzedniego kroku tego samego mechanizmu.
- PL: **propagacja wsteczna w czasie**: Liczenie gradientów po grafie rozwiniętym na kolejne kroki sekwencji.
- EN: **recurrence**: An update using the previous step's result from the same mechanism.
- EN: **backpropagation through time**: Calculating gradients through a graph unrolled across sequence steps.

## Know first

- [Algebra liniowa: wektory i macierze (Linear algebra: vectors and matrices)](https://aiatlasgraph.com/t/linearalgebra.md)
- [Propagacja wsteczna (backpropagation) (Backpropagation)](https://aiatlasgraph.com/t/backprop.md)

## Examples

- PL: stan ukryty · propagacja wsteczna w czasie (BPTT) · zanikający gradient · enkoder–dekoder RNN
- EN: hidden state · backpropagation through time (BPTT) · vanishing gradients · RNN encoder–decoder

## Sources

- [Dive into Deep Learning — table of contents](<https://d2l.ai/>) `d2l-toc` · by Aston Zhang, Zachary C. Lipton, Mu Li, Alexander J. Smola
- [Understanding LSTM Networks](<https://colah.github.io/posts/2015-08-Understanding-LSTMs/>) `colah-lstm-2015` · by Christopher Olah
- [Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation](<https://arxiv.org/html/1406.1078>) `cho-gru-2014` · by Kyunghyun Cho, Bart van Merriënboer, Caglar Gulcehre, Dzmitry Bahdanau, Fethi Bougares, Holger Schwenk, Yoshua Bengio

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/rnn · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30