为什么RNN会比CNN更容易出现梯度消失或爆炸

公式：

输出层
o_t表示输出值，输出层是一个全连接层与隐藏层的每一个节点连接，V是输出层的权重矩阵，g表示**函数，
循环层
s_t 表示隐藏层的值，U是输入的权重矩阵，x_t表示输入的值，W是上一时间步s_t-1作为当前时间步s_t的输入权重矩阵，f表示**函数，
从上述公式可知：s_t的值不仅仅取决于输入的x，还取决于s_t-1
将s_t带入O_t的计算公式 得：

从上式可知循环网络的输出，和x_t，x_t-1，x_t-3有关，这就是循环网络具有记忆的特性