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
那个村的李富贵7 小时前
光影魔术师：CANN加速实时图像风格迁移，让每张照片秒变大师画作腾讯云开发者8 小时前
“痛点”到“通点”！一份让 AI 真正落地产生真金白银的实战指南CareyWYR8 小时前
每周AI论文速递（260202-260206）hopsky9 小时前
大模型生成PPT的技术原理禁默10 小时前
打通 AI 与信号处理的“任督二脉”：Ascend SIP Boost 加速库深度实战心疼你的一切10 小时前
昇腾CANN实战落地：从智慧城市到AIGC，解锁五大行业AI应用的算力密码AI绘画哇哒哒10 小时前
【干货收藏】深度解析AI Agent框架：设计原理+主流选型+项目实操，一站式学习指南数据分析能量站10 小时前
Clawdbot（现名Moltbot）-现状分析那个村的李富贵11 小时前
CANN加速下的AIGC“即时翻译”：AI语音克隆与实时变声实战二十雨辰11 小时前
[python]-AI大模型