* **循环 dropout**（recurrent dropout）。这是一种特殊的内置方法，在循环层中使用 dropout 来降低过拟合。 * **堆叠循环层**（stacking recurrent layers）。这会提高网络的表示能力（代价是更高的计算负荷）。 * **双向循环层**（bidirectional recurrent layer）。将相同的信息以不同的方式呈现给循环网络，可以提高精度并缓解遗忘问题。