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
盼小辉丶1 小时前
Wasserstein GAN（WGAN）EasyCVR4 小时前
视频融合平台EasyCVR在智慧水利中的实战应用：构建全域感知与智能预警平台DisonTangor4 小时前
阿里开源Qwen3-Omni-30B-A3B三剑客——Instruct、Thinking 和 Captioner独孤--蝴蝶4 小时前
AI人工智能-机器学习-第一周（小白）西柚小萌新4 小时前
【深入浅出PyTorch】--上采样+下采样丁学文武5 小时前
大语言模型(LLM)是“预制菜”? 从应用到底层原理，在到中央厨房的深度解析fie88895 小时前
基于MATLAB的声呐图像特征提取与显示文火冰糖的硅基工坊6 小时前
[嵌入式系统-100]：常见的IoT（物联网）开发板刘晓倩6 小时前
实战任务二：用扣子空间通过任务提示词制作精美PPTshut up6 小时前
LangChain - 如何使用阿里云百炼平台的Qwen-plus模型构建一个桌面文件查询AI助手 - 超详细