深度学习——RNN网络结构和升级版LSTM
RNN——递归神经网络
中间在隐藏层做了相应的变换，不是像全连接网络一样，直接将得到的结果向前传递，而是需要在中间保存信息，在后续的计算中会利用到之前保存好的信息。
比如现在我们有一句话：我出生在中国，所以我的母语是？x0代表我；xt代表说，那么现在我们要做的事情是用RNN网络实现预测“说”后面该接什么词。
当输入“我”时，在A处得到一个记忆单元，这个记忆单元除了向前传递到h0之外，还要向右传递，那么对于x1输入“出生”也是一样的，依此类推，最后当输入xt是“说"时，RNN网络会“记得”之前有个词是“中国”，因为预测？为汉语的概率就会大大增加。
xt表示输入，如果是自然语言处理中类似于上面的例子，我们首先需要做的是分词，划分完词之后就可以将每一个分词作为每一步的输入值；
st表示网络的记忆单元，不仅包括第t步的输入，还要之前的t-1步的信息，两者共同作用于一个**函数上；
ot通常我们希望得到的是一个概率值，我们要对每一步的ot得到他的softmax形式，也就是将词的向量转换成概率的形式，表示这个词输入进来之后，下面接的词的概率是多少。
假设现在我们得到了第4步的输出是E3，我们算反向传播的时候，可以看到E3链接的单元是s3，可以计算E3对s3的梯度；
到了s3之后，看到s3连接了两部分，一部分是x3输入值，如果更新x3到s3的权重w3时，可以再计算s3对x3的梯度；
另一部分是s3对s2的梯度，可以计算出s2对s3向前传播时的梯度。
以此类推，就可以得到各个连接线上不同的梯度。
那么RNN有什么缺点呢？
1、如果句子很长，那么最后预测的单词的概率可能和第一个词的关联性不是很大，保留下来的信息可能大部分没有用，导致信息冗余，也会造成网络结构太庞大；
2、在反向传播的过程中，梯度很多，如果梯度很小，会造成梯度消失。
下面介绍LSTM对上面的缺点进行改进：
在LSTM中，当输入一个数据之后，并不会把所有的信息都保留下来，我们会指定一个控制参数C。假如C[0,0.5,1,0.8]，对于某个信息来说，如果对应的C值是0，那就直接将这个信息舍弃，参数为0.5的保留部分信息。
参数C是需要网络进行训练的，是通过一个门单元，利用sigmoid函数来进行设置的。
当输入xt和t-1层的记忆单元之后，通过sigmoid函数将输入结果转化到[0,1]之间，然后与C_t-1相乘共同决定丢弃什么信息。
将丢弃的门单元和保留的门单元共同作用得到了新的C_t值，这里的C_t是从始至终要更新的。