LSTM梳理、理解和Keras实现

一、RNN LSTM适合时序序列、变长序列、尤其适合自然语言处理。从上图左边来看，RNN有两个输入，一个是当前 t 时刻的输入 xt ,另一个就是看似“本身的输入”。从上图右边来看，实际上就是左图的在一个时间序列上的展开，上一时刻的输出是这一时刻的输入，值得注意的是，实际上，右图上的所有神经元是同一个神经元，也就是左图，它们共享同样的权值，只不过在不同的时刻接受不同的输入，再把输出给下一时刻作为输

>>阅读原文<<