Как шаг за шагом строится RNN из одноуровневой сети?

Вопрос про "одноуровневую" скорее относится к локальным сетям P2P.

Что касается нейронных сетей - тут скорее "однослойные" нейронные сети.

Если объяснять шаг за шагом построение однослойной RNN сетки. То шаги такие же как и в обычной однослойной сетке где сигнал идёт от входа, проходит через слой нейронов, затем поступает на выход.

А в сетке с обратными связями (Recurrent neural network (RNN)) — выход нейрона может вновь подаваться на его вход. В более общем случае это означает возможность распространения сигнала от выходов к входам.

В сетях прямого распространения выход сети определяется входным сигналом и весовыми коэффициентами в нейронах.

А в сетях RNN выход какого-нибудь нейрона определяется не только его весами и входным сигналом, но еще и предыдущими выходами (так как они снова вернулись на входы). Что и дает возможность, например, при обработке текста анализировать не только отдельные слова, но и запоминать контекст всей фразы.

Одна из первых таких сеток была - Сеть Хопфилда — тип рекуррентной сети, когда все соединения симметричны. Изобретена Джоном Хопфилдом в 1982 году .