长短记忆模型是建立在RNN基础之上的，理解RNN有助于理解LSTM模型，建议读者阅读《循环神经网络（RNN）原理及BPTT算法》。
LSTM模型
在介绍LSTM模型之前，我们先回顾一下RNN，网络结构如图：
将网络结构中每一层都缩成一个圆来表示，就是如下这样的网络结构缩图：
在t时刻，我们向网络中输入数据，
将作为RNN循环层的部分输入，另外一部分输入是上一时刻，也就是t-1时刻该循环层的输出
。如果序列长度T很大，那么t=T时刻将依赖于初始时刻t=1的输入，这种依赖过长，容易导致梯度消失问题（权重矩阵和偏置项的梯度接近于0）。如果说RNN模型能够记忆住最近的一些信息，同时将更久的信息遗忘掉，这就更好了，长短记忆模型（Long Short Term Memory，简称LSTM）就是基于这样的思想而构建的。那么如何去记忆和遗忘呢？LSTM通过引入细胞状态（cell state）来实现的。下面我们详细介绍LSTM的模型。
我们将RNN的网络结构缩图的循环层（也就是图中绿色实心圆）放大，在里面对输入数据做一系列操作，最后再输出。这样就得到了LSTM的示意图：
图中的矩形A就是对输入做一系列处理，然后输出。矩形A的内部结构如下：
图中绘制了三个时刻的矩形A的处理情况，分别是t-1,t和t+1时刻。我们来看t时刻的矩形A，一眼看去内部处理结构复杂。不要急，我们从左向右，从下而上按照数据流向来看。在最左边有两条线。第一条线，也就是下面的黑色粗箭头：
它就是LSTM模型引入的最重要的东西，称为细胞单元（cell state），它可以理解为存储的是信息量，如图记为，其他与之相连的一些箭头，表示对这个信息中更久的信息进行遗忘，然后加入新的信息，然后得到新的信息量
。这条黑色粗实线贯穿整个序列（从t=1到t=T）。那么
记录的信息是如何被遗忘和加入新的信息的呢。我们看图的最左边下面的两个输入
，
是t-1时刻的输出（部分旧信息的来源），
是当前时刻输入（新信息的来源）。首先他们会进入如下图进行处理：
处理后输出的，这个处理和我们熟悉的单个神经元是一样的，先是线性加权，然后非线性处理。
就是我们熟悉的sigmoid函数，如图：
它将输入的每个分量都压缩到（0,1）之间。经过处理后的
有什么特征呢？就是
的每个分量都被压缩到了（0,1）内。这有什么用呢？我们再看，输出
后面会与
汇合，图中
表示两个向量的对应分量乘积。比如
注意到的每个分量都在（0,1）之间，这样就能控制
的哪个分量会输出，输出多少，
的分量越接近1，表示
对应分量输出比例越高，甚至全部输出，
的分量越接近0，表示
对应分量输出比例越低，甚至不输出。这正好控制了存储信息的
中哪些信息应该被遗忘，哪些信息应该被保留。我们再继续看，如图：
同样的图中黄色矩形可以看成是两个神经元，第一个神经元使用的激活函数仍然是sigmoid函数，第二个神经元使用的激活函数是tanh，它的图像如下：
如图所示，tanh会将输入规范化到(-1,1)之间。两个神经元相同的是他们的输入都是。输入经过第一个神经元处理后输出为
，它的作用和
类似。第二个神经元的输出为
，它表示存储的新的信息。我们现在需要将它加入到之前处理过的
中。但是并不是把
全部加入进入，而是选择性的加入，这个正好通过
来控制。这个时候就得到细胞单元的输出
，如下：
将作为当前矩形A的细胞状态的输出，它有两个输出方向，其中一个是输出到下一个时刻矩形A中。也就是如下图中所示
另外一个是作为如下图的输入（图中tanh）：
根据tanh的图像，我们知道经过该函数处理后，实际是将规范化到了(-1,1)之间。图中还有一个黄色方块，同样是一个神经元，它的输入仍然是
，经过该神经元处理后输出为
，同样，它的作用与之前的
和
一样，也是选择性对规范化后的
输出，也就是：
和一样，
也有两个流向，一个是流向下一个时刻（图中有下角），另外一个流向输出层作为t时刻的最终输出。到这里整个LSTM的基本结构介绍完了，现在我们回顾头来看，LSTM模型与RNN不同的是引入了细胞状态，对旧信息和新信息选择性记忆。
