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
imbackneverdie11 分钟前
AI4S不止于分子药物：以MedPeer为代表的科研基建打开产业新增量agent喵25 分钟前
从知识库问答到业务自动化：AI Agent 工作流搭建经验分享周末程序猿32 分钟前
图解 120 个大语言模型（LLM）核心概念（1-30）EQUINOX138 分钟前
【论文阅读】| MoCo精读刘一说1 小时前
AI科技热点日报 | 2026年07月09日LYFlied1 小时前
Anthropic Agent隔离架构解读：比权限弹窗更可靠的是限制爆炸半径敲代码的嘎仔2 小时前
实习日志day6--实习日志day6--title命名规范化&businessType纠正&补充缺失的@Log注解&报警与通信模块补充&产出阶段总结文档ZZZMMM.zip2 小时前
基于鸿蒙HarmonyOS NEXT开发AI英语口语应用：智能口语练习新体验与鸿蒙Flutter框架跨端实程序喵大人2 小时前
【AI专栏】图解Transformer - 第05章：LLM 推理工程甲维斯2 小时前
差距太大了！GPT5.6Sol 正面战 Fable5，啥也不是！