LSTM模型结构图

LSTM（长短期记忆网络）是一种特殊的RNN（循环神经网络），它能够学习长期依赖性信息。LSTM的结构包含三个门：输入门、遗忘门和输出门。 输入门决定了哪些信息需要更新或保留，遗忘门则决定了哪些旧的信息需要被遗忘，而输出门则负责最终的输出。这些门都由一个sigmoid层和一个点乘操作组成，sigmoid层输出一个0到1之间的数值，表示每个部分有多少信息被保留下来。 在LSTM的细胞状态中，水平线代表向量，箭头代表在不同部分之间传递的点乘操作。细胞状态贯穿整个链，这样细胞状态就可以在任意时间步保存和传递信息。