RNN和LSTM

必看：https://colah.github.io/posts/2015-08-Understanding-LSTMs/

RNN（Recurrent）

前馈神经网络：https://www.cnblogs.com/mumuzeze/p/16883851.html
前馈网络的输入\(x_1,x_2,...,x_n\)之间是没有关系的，可以近似认为它们服从独立同分布。
而循环神经网络数据之间存在时序关系，如语言、视频帧等。

循环神经网络可以被看作同一网络的多个副本，每个副本都将消息传递给后继者。它可以处理输入数据内部的时序关系，它能够将先前的信息与当前任务联系起来，例如使用先前的视频帧可能会告知对当前帧的理解。

长时依赖问题

有时，我们只需要查看最近的信息即可执行当前任务。例如，一个语言模型试图根据之前的单词预测下一个单词。如果我们试图预测“云在天空”中的最后一个词，我们不需要任何进一步的上下文————很明显下一个词将是天空。在这种情况下，相关信息与所需位置之间的差距很小，RNN可以学习学习使用过去的信息。

但更多的情况下我们需要更多的上下文信息。例如，语言模型长时预测文本“我在法国长大.......，我说流利的法语”中的最后一个词。首先，距离当前最近的信息表明下一个词可能是一种语言的名称，但如果我们想缩小这种语言的范围，我们需要‘法国’的上下文信息，这在句子中距离预测的单词很远。相关信息和预测点之间的距离完全有可能变得非常大。

不幸的是，随着距离的扩大，RNN无法学习到需要的相关信息。

理论上，RNNs绝对有能力处理这种 "长期依赖"。人类可以为它们仔细挑选参数，以解决这种形式的玩具问题。可悲的是，在实践中，RNNs似乎无法学习它们。Hochreiter（1991）[德语]和Bengio等人（1994）对这个问题进行了深入探讨，他们发现了一些相当基本的原因（梯度爆炸和梯度消失），为什么它可能很难。

梯度爆炸和梯度消失

https://www.cnblogs.com/mumuzeze/p/16885928.html

LSTM（Long-Short Term Memory）

在RNN的基础上引入门控机制来控制单元状态，进而控制信息的传播，它包含三个门，分别是：遗忘门\(f_t\)，输入门\(i_t\)，输出门\(o_t\)。

LSTM 解决梯度消失或梯度爆炸的问题

通过链式法则求梯度，连乘项为关于sigmoid的函数，sigmoid结果位于[，1]之间，实际中使其趋近于1即可缓解梯度消失和梯度爆炸的问题。