循環神經網絡（RNN）中的LSTM和GRU模型的內部結構與意義

LSTM和GRU的基本結構 循環神經網絡 RNN 是一種很重要的網絡結構模型，通過每個時刻利用當前的輸入以及之前的輸出，在同一個單元產生當前時刻的輸出，從而可以用來處理具有一定時序的問題，比如語音信號處理，機器翻譯，股票走勢等等。RNN的基本單元如下： 左邊表示RNN的R，即循環調用自身，而右邊是RNN的展開形式，unrolled form，可以看成一個複製了很多個同樣copy的鏈狀結構的時序網絡

>>阅读原文<<