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
FairyGirlhub13 分钟前
神经网络的初始化：权重与偏置的数学策略大写-凌祁4 小时前
零基础入门深度学习：从理论到实战，GitHub+开源资源全指南（2025最新版）焦耳加热5 小时前
阿德莱德大学Nat. Commun.：盐模板策略实现废弃塑料到单原子催化剂的高值转化，推动环境与能源催化应用深空数字孪生5 小时前
储能调峰新实践：智慧能源平台如何保障风电消纳与电网稳定？wan5555cn5 小时前
多张图片生成视频模型技术深度解析格林威6 小时前
机器视觉检测的光源基础知识及光源选型今天也要学习吖6 小时前
谷歌nano banana官方Prompt模板发布，解锁六大图像生成风格Hello123网站6 小时前
glean-企业级AI搜索和知识发现平台AKAMAI6 小时前
Queue-it 为数十亿用户增强在线体验索迪迈科技6 小时前
INDEMIND亮相2025科技创变者大会，以机器人空间智能技术解锁具身智能新边界