# SpatialRNN

作者提出 SpatialRNN，用受离散偏微分方程支配的空间演化介质取代神经元之间的直接循环连接，并证明该介质状态等价于对全部历史隐状态的卷积，即一个参数固定的结构化无穷阶 RNN；通过构造性条件把梯度模态约束在指定半径的圆上，从而在长程基准上以更少参数取得优于其他循环模型的性能。

作者提出 SpatialRNN，用受离散偏微分方程支配的空间演化介质取代神经元之间的直接循环连接，并证明该介质状态等价于对全部历史隐状态的卷积，即一个参数固定的结构化无穷阶 RNN；通过构造性条件把梯度模态约束在指定半径的圆上，从而在长程基准上以更少参数取得优于其他循环模型的性能。