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
要努力啊啊啊2 小时前
YOLOv1 技术详解：正负样本划分与置信度设计vlln3 小时前
【论文解读】OmegaPRM：MCTS驱动的自动化过程监督，赋能LLM数学推理新高度sky丶Mamba4 小时前
如何编写高效的Prompt：从入门到精通chilavert3185 小时前
深入剖析AI大模型：Prompt 开发工具与Python API 调用与技术融合科技林总6 小时前
支持向量机：在混沌中划出最强边界陈佬昔没带相机6 小时前
基于 open-webui 搭建企业级知识库Mallow Flowers6 小时前
Python训练营-Day31-文件的拆分和使用AntBlack8 小时前
Python : AI 太牛了 ，撸了两个 Markdown 阅读器 ，谈谈使用感受leo__5208 小时前
matlab实现非线性Granger因果检验struggle20258 小时前
Burn 开源程序是下一代深度学习框架，在灵活性、效率和可移植性方面毫不妥协