【速读心得】lstm学习记录

直观理解

https://zhuanlan.zhihu.com/p/30465140（从RNN-——>LSTM）

http://www.jianshu.com/p/9dc9f41f0b29（整合）

代码

http://apaszke.github.io/lstm-explained.html

http://www.csdn.net/article/2015-09-14/2825693，http://blog.csdn.net/lujiandong1/article/details/52671031对第一篇论文解析

推导

简单理解bp的文章：http://www.jianshu.com/p/408ab8177a53

具体推导的文章：http://blog.csdn.net/u010754290/article/details/47167979

（很好，就是有些公式看不了，就找了一篇别人转载的http://blog.csdn.net/jiaobei2354717/article/details/76903055，

前向公式中的定义可看https://www.cnblogs.com/yymn/articles/4969851.html的第5部分

后向中的损失函数可看http://blog.csdn.net/behamcheung/article/details/71911133

手写版可看http://www.voidcn.com/article/p-kxgcyyhe-da.html

本文针对的原始论文，有其他的手写版推导http://blog.csdn.net/lujiandong1/article/details/53188178）

http://blog.csdn.net/hongmaodaxia/article/details/41809341

http://cairohy.github.io/2016/11/23/machine-learning/BP-RNN-%E5%92%8C-LSTM%E6%9A%A8%E3%80%8ASupervised-Sequence-Labelling-with-Recurrent-Neural-Networks-2012%E3%80%8B%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0/

http://www.jianshu.com/p/c904a8436370