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
梦云澜1 小时前
论文阅读(十二)：全基因组关联研究中生物通路的图形建模远洋录1 小时前
构建一个数据分析Agent：提升分析效率的实践IT古董2 小时前
【深度学习】常见模型-Transformer模型沐雪架构师3 小时前
AI大模型开发原理篇-2：语言模型雏形之词袋模型python算法(魔法师版)4 小时前
深度学习深度解析：从基础到前沿kakaZhui4 小时前
【llm对话系统】大模型源码分析之 LLaMA 位置编码 RoPEstruggle20255 小时前
一个开源 GenBI AI 本地代理（确保本地数据安全），使数据驱动型团队能够与其数据进行互动，生成文本到 SQL、图表、电子表格、报告和 BI佛州小李哥5 小时前
通过亚马逊云科技Bedrock打造自定义AI智能体Agent(上)云空6 小时前
《DeepSeek 网页/API 性能异常（DeepSeek Web/API Degraded Performance）：网络安全日志》AIGC大时代6 小时前
对比DeepSeek、ChatGPT和Kimi的学术写作关键词提取能力