1. 输入门

    • 输入门决定哪些信息可以被写入到细胞状态中。这个过程就像是大脑在选择性地吸收新知识一样，而LSTM通过一个sigmoid函数来控制这一过程。

    • 此外，还有tanh函数生成新的候选值，这些候选值将与输入门一起决定最终进入细胞状态的新信息量。

2. 遗忘门

    • 遗忘门则负责管理旧的信息。它通过一个sigmoid函数来决定哪些信息需要被丢弃，而tanh函数产生的值将用于更新细胞状态。

    • 这个过程就像是大脑在过滤掉无用的记忆一样，确保存储的信息始终是最新的和相关的。

3. 输出门

    • 最后是输出门。它决定了哪些细胞状态应该被输出到隐藏层。同样地，它也通过一个sigmoid函数来控制信息的流出，并且tanh函数用于决定实际输出的内容。

    • 这就像大脑在决定何时以及如何分享自己的知识一样，确保了网络能够以最佳的方式进行推理和预测。

LSTM通过这三个门实现对序列数据的有效学习与处理。它不仅能在长期内保持信息的有效性，还能根据需要调整当前状态，使得模型更加灵活多变。