# 人人都能看懂的LSTM

###### tags:`學習紀錄`

[toc]

---
## Before Meeting
:::success
- 从RNN说起
- 循环神经网络（Recurrent Neural Network，RNN）是一种用于处理序列数据的神经网络。相比一般的神经网络来说，他能够处理序列变化的数据。比如某个单词的意思会因为上文提到的内容不同而有不同的含义，RNN就能够很好地解决这类问题

:::

[refer]()
[refer]()
[refer]()

---

## Recent Paper

---

###

:::success
#### Abstracion
- 普通RNN
- 
- 
- 

:::
:::info
#### Detail
- LSTM
- 长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说，就是相比普通的RNN，LSTM能够在更长的序列中有更好的表现。
- 
- 

- 深入LSTM结构
- 
- 
- 

:::
:::warning
#### Conclusion
- 以上，就是LSTM的内部结构。通过门控状态来控制传输状态，记住需要长时间记忆的，忘记不重要的信息；而不像普通的RNN那样只能够“呆萌”地仅有一种记忆叠加方式。对很多需要“长期记忆”的任务来说，尤其好用。
- 但也因为引入了很多内容，导致参数变多，也使得训练难度加大了很多。因此很多时候我们往往会使用效果和LSTM相当但参数更少的GRU来构建大训练量的模型
:::
[refer]()

---
:::success
#### Abstracion
:::
:::info
#### Detail

:::
:::warning
#### Conclusion

:::
[refer]()

---