57 长短期记忆网络（LSTM）【动手学深度学习v2】
深度学习学习笔记
学习视频：https://www.bilibili.com/video/BV1JU4y1H7PC/?spm_id_from=autoNext&vd_source=75dce036dc8244310435eaf03de4e330
长短期记忆网络（LSTM）
LSTM 实际中比较常用的网络，LSTM比GRU复杂一些。
忘记门、输入门、输出门，效果上也是是不是要忘记过去的状态尽量去看现在的输入数据；还是说不看现在的状态尽量去用前一个时刻的状态。
三个门，计算差不多，XW + Ht-1W + b。
候选记忆单元
C ： 之前算RNN里面那个H相似。
记忆单元
上一个时刻的记忆单元会当做状态传进来，F 尽量不去记住前一个状态 Ct-1，I 尽量去用Ct。
隐藏状态
对候选记忆单元Ct再做一个tanh。
记忆单元处的计算公式，可能将Ct变化为（-2，2），Ht需要在（-1，1）所以需要再做一次tanh，Ot是控制要不要输出（1 输出 ，0 重置不要所有的信息）。
总结：LSTM 和GRU实现效果差不多，但是更加复杂，多了一个C（没有被normalize，所以区间可能会大，忘掉前面的Ct-1，只用当前的Ct），Ht一样可要之前又可不要之前。
