x0结果输出时，不仅会直接输出h0，还有一部分会与x1进行融合从而输出h1，x2时也同理，这样网络就会考虑到时间的前后信息
但如果输入信息很多，到x10000，那么x0的信息还需要考虑吗，有可能就根本不重要，所以就引入了LSTM（长短时记忆网络）
C为控制参数决定什么样的信息会被保留什么样的会被遗忘
⊗⊕是门，是一种让信息选择式通过的方法
相关推荐
鼎艺创新科技8 小时前
不依赖 UE/Unity：我们如何从零搭建一套国产三维 GIS 渲染引擎十三画者9 小时前
【文献分享】ConfRetro：融合3D构象信息的逆合成预测Transformer框架前沿在线9 小时前
百度文心助手推出任务引擎 2.0，日活用户同比增长 83%，日均对话轮次增长超 2 倍zandy10119 小时前
AI办公工具选哪个？千问办公、百度搭子、WorkBuddy三款高阶智能体深度拆解mengpp_1234569 小时前
AIoT平台 vs 普通IoT平台 核心区别canonical_entropy9 小时前
可逆不是逆向运行：DeepSeek Harness 架构的数学本质别动我齐刘海10 小时前
机器人运动控制学习2——基础进阶冬奇Lab10 小时前
Code Agent 解剖（05）：模型怎么知道有哪些工具可以用？Function Calling 如何实现？ZGIAI10 小时前
ZGI Workflow：让知识检索进入业务流程ZGIAI10 小时前
ZGI 模型网关：统一接入与路由大模型