来源：https://zhuanlan.zhihu.com/p/32085405
先介绍RNN
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。
普通RNN
主要形式如下图
其中，x为当前的输入，h为上一个cell的输入，y为当前的输出，h‘为输入到下一个cell的输出。
通过上图的公式可以看到，输出 h' 与 x 和 h 的值都相关。
而 y 则常常使用 h' 投入到一个线性层（主要是进行维度映射）然后使用softmax进行分类得到需要的数据。
对这里的y如何通过 h' 计算得到往往看具体模型的使用方式。
通过序列形式的输入，我们能够得到如下形式的RNN。
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。
LSTM机构（图右）和普通的RNN的主要输出输入差别如下图
（相比于RNN中有一个传递状态h_t，LSTM中有两个传递状态c_t和h_t，并且前者在传递过程中的变化不大，而后者在传递的过程中可以有很大的变化）
c_t是c_t-1加上一些数值得到的，而h_t在不同节点中的传递往往会有很大的区别。
深入LSTM结构
首先使用LSTM的当前输入 x_t 和上一个状态传递下来的 h_t-1 拼接训练得到四个状态。
其中， z_f (forget)， z_i (information) ，z_o (output) 是由拼接向量乘以权重矩阵之后，再通过一个 sigmoid **函数转换成0到1之间的数值，来作为一种门控状态。而 z 则是将结果通过一个 tanh **函数将转换成-1到1之间的值（这里使用 tanh 是因为这里是将其做为输入数据，而不是门控信号）。
下面开始进一步介绍这四个状态在LSTM内部的使用。（敲黑板, 重点）
正在上传…重新上传取消 圈圈是Hadamard Product，也就是操作矩阵中对应的元素相乘，因此要求两个相乘矩阵是同型的。 加法则代表进行矩阵加法。
LSTM内部主要有三个阶段。
1.忘记阶段。(forget)
对上个节点传进来的输入（主要针对c_t-1）进行选择性忘记。“忘掉不重要的，留下重要的”。
具体来说是通过计算得到z_f来作为忘记门控，来控制上一次的c_t-1中哪些信息需要遗忘。
2.选择记忆阶段。(information)
选择记忆阶段。这个阶段将这个阶段的输入（主要针对x_t）有选择性地进行“记忆”。主要是会对输入 x_t 进行选择记忆。哪些重要则着重记录下来，哪些不重要，则少记一些。当前的输入内容由前面计算得到的 z 表示。而选择的门控信号则是由 z_i （i代表information）来进行控制。
将上面两步得到的结果相加，即可得到传输给下一个状态的 c_t 。也就是上图中的第一个公式。
3.输出阶段。(output)
这个阶段将决定哪些将会被当成当前状态的输出。主要是通过 z_o 来进行控制的。并且还对上一阶段得到的 c_o 进行了放缩（通过一个tanh**函数进行变化）。
与普通RNN类似，输出 y_t 往往最终也是通过 h_t 变化得到。
总结
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。
后面会跟进GRU相关知识的博客~