双向响应式编程的机器学习

反应式语言是用于与环境连续并发交互的系统的编程。值采用无界流的形式，模拟时间的离散流逝或并发交互的序列。我们引入了一种对称的反应式构造，使得反向递归成为可能。对后者的约束使得实现变得实际。机器学习系统提供了许多动机：我们证明了反向模式的自动微分，反向传播，批量归一化，双向递归神经网络，训练和强化学习算法都可以自然地作为双向反应程序捕获。