Architecture de réseau de neurones conçue pour les séquences (texte, séries temporelles, audio) qui maintient un état caché (hidden state) transmis d'un pas de temps au suivant. Chaque cellule RNN prend l'entrée courante et l'état caché précédent pour produire un nouvel état caché et une sortie. Ce mécanisme permet théoriquement de capturer les dépendances à long terme. En pratique, les RNN vanilla souffrent du vanishing gradient sur les longues séquences — le signal des dépendances distantes s'atténue rapidement. Les LSTM et GRU résolvent ce problème via des portes (gates) qui régulent le flux d'information. Depuis l'avènement des Transformers (2017), les RNN sont largement supplantés pour le NLP et le traitement de séquences longues, mais restent pertinents pour certains cas temps réel sur des séquences courtes.