简介
LSTM是一种时间递归神经网络，是RNN的一个变种，非常适合处理和预测时间序列中间隔和延迟非常长的事件。假设我们去试着预测‘I grew up in France…（很长间隔）…I speak fluent French’最后的单词，当前的信息建议下一个此可能是一种语言的名字，但是要准确预测出‘French’我们就需要前面的离当前位置较远的‘France’作为上下文，当这个间隔比较大的时候RNN就会难以处理，而LSTM则没有这个问题。
一、思路：
原始 RNN 的隐藏层只有一个状态，即h，它对于短期的输入非常敏感。再增加一个状态，即c，让它来保存长期的状态，称为单元状态(cell state)。
把上图按照时间维度展开：
在 t 时刻，LSTM的输入有三个：当前时刻网络的输入值Xt，上一时刻LSTM的输出值ht-1，以及上一时刻的单元状态ct-1。
而它的输出有两个：当前时刻LSTM输出值 ht、和当前时刻的单元状态ct。 ps： x 、h、 c都是向量。
LSTM的关键：就是怎样控制长期状态c ？
在这里，LSTM的思路是使用三个门控开关。
第一个开关，负责控制继续保存长期状态c；
第二个开关，负责控制把即时状态输入到长期状态c；
第三个开关，负责控制是否把长期状态c作为当前的LSTM的输出。
三个开关的作用如下图所示：
如何在算法中实现这三个开关？
方法：用 门（gate）
定义：gate 实际上就是一层全连接层，输入是一个向量，输出是一个 0到1 之间的实数向量。
公式为：
原理：门的输出是 0到1 之间的实数向量，当门输出为 0 时，任何向量与之相乘都会得到 0 向量，这就相当于什么都不能通过；
输出为 1 时，任何向量与之相乘都不会有任何改变，这就相当于什么都可以通过。
二、LSTM 的前向计算:
1.遗忘门的计算：
计算公式中：Wf 是遗忘门的权重矩阵，[ht-1, xt] 表示把两个向量连接成一个更长的向量，bf 是遗忘门的偏置项，σ 是 sigmoid 函数。
2.输入门的计算：
当前时刻的单元状态 ct 的计算：由上一次的单元状态 ct-1 按元素乘以遗忘门 ft，再用当前输入的单元状态 ct 按元素乘以输入门 it，再将两个积加和,这样，就可以把当前的记忆 c’t 和长期的记忆 ct-1 组合在一起，形成了新的单元状态 ct。
由于遗忘门的控制，它可以保存很久很久之前的信息，由于输入门的控制，它又可以避免当前无关紧要的内容进入记忆。
3.输出门的计算：
三、LSTM 的反向传播训练算法：
- 前向计算每个神经元的输出值，一共有 5 个变量，计算方法就是前一部分：
- 反向计算每个神经元的误差项值。与 RNN 一样，LSTM 误差项的反向传播也是包括两个方向：
一个是沿时间的反向传播，即从当前 t 时刻开始，计算每个时刻的误差项；
一个是将误差项向上一层传播。 - 根据相应的误差项，计算每个权重的梯度。
目标是要学习 8 组参数，如下图所示：
结论：
此前，我提到人们通过RNN实现了显着的成果。 基本上所有这些都是使用LSTM实现的。 对于大多数任务而言LSTM很有效。