循环神经网络之Long Short-Term Memory（LSTM）

1、LSTM简介

长短期记忆神经网络，是基于RNN改进的一种可以处理有序数据的循环神经网络，由于它设计的输入门、输出门、遗忘门三个门结构很好的解决了RNN中存在梯度消失的问题，可以说是RNN的改进版，后续还有GRU网络，GRU是针对LSMT的一种改进。

2、LSTM的结构

• 标准的RNN中的单层神经网络

• 包含重复模块的四层神经网络

与RNN相比发现每一个时间步都是非常的复杂，不仅仅是一个激活函数而已。 

接下来将中间这个部分拆解开了，庖丁解牛。

细胞状态是LSTM中非常重要的一个单元状态，它保存了之前学过的信息，类似于传送带一样，信息在这个上面不容易丢失。