一、前述

传统的神经网络每个输入节点之间没有联系，

RNN （对中间信息保留）：

由图可知，比如第二个节点的输入不仅依赖于本身的输入U1，而且依赖上一个节点的输入W0,U0，同样第三个节点依赖于前两个节点的输入，

假设每一个节点分别代表着“我出生在中国，我说——”的一个预测，则“说”后面则是依赖于前面的说的每个单词的所有组合。

xt表示第t,t=1,2,3...步(step)的输入

st为隐藏层的第t步的状态，它是网络的记忆单元。

st=f(Uxt+Wst−1)，其中f一般是非线性的激活函数。

ot是第t步的输出，如下个单词的向量表示softmax(Vst)（多分类）。
二、具体

1、递归神经网络的反向传播

损失函数有多个，以E3为例

E3由t0－t3时刻x，W共同确定 Δ W的确定要考虑E3在各个时刻对w导数。

t3:

t2:

t1:

不仅更新当前节点的输入梯度，还更新当前节点的所有记忆单元，一直传播下去。

2、RNN局限性问题

I am Chines, I Love China
递归神经网络参数太多，信息量冗余（因为最后的预测可能只 依赖它最近的词，但我们输入的时候是所有的词，所以信息量冗余）、梯度消失或者爆炸。

3、LSTM（长短记忆网络）

为了解决RNN的一些缺点，RNN与LSTM对比

C：控制参数
决定什么样的信息会被保留什么样的会被遗忘

具体操作：

门是一种让信息选择式通过的方法sigmoid 神经网络层和一乘法操作。

Sigmoid 层输出 0 到 1 之间的数值，描述每个部分有多少量可以通过。0 代表“不许任何量通过”，1 就指“允许任意量通过”！

Sigmoid函数

具体过程：

丢弃的信息：

先把当前节点的输入和之前记忆的输入传递进来，然后通过sigmod函数组合起来后得到的函数值（0,1）之间，然后再跟Ct-1组合，决定丢弃什么信息。Ct是永远更新维护的值。

保留的信息：

最后总的信息：

分两部分，遗忘的信息Cti-1和保留Ct的信息。先走遗忘的信息，再走保留的信息。Ct从开始到最后一直更新。

 输出：

 LSTM整体架构：

与RNN对比会有一部分信息保留，一部分信息丢弃。LSTM比RNN更实用。