http://blog.csdn.net/xiaolang85/article/details/51191820（）
http://blog.csdn.net/rtygbwwwerr/article/details/51012699（RNN的一个使用实例）
---------------------------------------------------------------开始上代码-----------------------------------------------------------------------------------
读文件的地方就开始出错！
#coding=utf-8
#尝试着用RNN训练语言模型
#按行读取文件，并在每一行首尾添加标签
# with open('data/script.txt', 'rb') as f:
import csv
import itertools
import nltk
with open('test.txt', 'rb') as f:
reader = csv.reader(f, skipinitialspace=True)
reader.next()
# Split full comments into sentences
sentences = itertools.chain(*[nltk.sent_tokenize(x[0].decode('utf-8').lower()) for x in reader]) #说找不到nltk难道我需要自己安装？？？
# Append SENTENCE_START and SENTENCE_END
sentences = ["%s %s %s" % (sentence_start_token, x, sentence_end_token) for x in sentences]
print "Parsed %d sentences." % (len(sentences))
RNNs能干什么？
1.语言模型与文本生成(Language Modeling and Generating Text)
给你一个单词序列，我们需要根据前面的单词预测每一个单词的可能性。
2.机器翻译(Machine Translation)
机器翻译是将一种源语言语句变成意思相同的另一种源语言语句，如将英语语句变成同样意思的中文语句。与语言模型关键的区别在于，需要将源语言语句序列输入后，才进行输出，即输出第一个单词时，便需要从完整的输入序列中进行获取。机器翻译如下图所示：
3.语音识别(Speech Recognition)
4.图像描述生成 (Generating Image Descriptions)