原作者：Christopher Olah原址：http://colah.github.io/posts/2015-08-Understanding-LSTMs/LSTM的第一步是决定将哪些信息从cell state中去除。我们通过一个叫做“forget gate layer”的sigmoid layer来实现这一步。
它接收\(h_{t-1}\)和\(x_{t}\)作为参数，然后为cell state \(C_{t-1}\)中的每个数字产生一个0或者1的输出。1代表完全保留该信息，0表示完全去除该信息。
考虑前文提到的根据之前的所有单词来预测下一个单词的语言模型。在这样一个问题中，cel state可能包含了当前主语的性别，这样我们就可以选择合适的代词。而当我们看到一个新的主语时，我们希望忘记之前的主语。
第二步是决定我们需要在cell state中保存哪些新的信息。这包括两部分。首先，一个叫做“input gate layer”的sigmoid层决定了我们将会更新哪些值。下一步，一个tanh层创建了一个新的向量，\(\tilde{C_{t}}\)，它可以被加进cell state中。在下一步中，我们将会将这两者结合起来为state创建一个更新。
在我们语言模型的例子中，我们想要将新主语的性别加进cell state。
OK现在是时候将旧的状态\(C_{t-1}\)更新为新的状态\(C_{t}\)了。前面的步骤决定了要做哪些事，现在我们只需要真正执行这一步。
我们给old state乘上\(f_{t}\)，来将我们之前决定忘记的内容清除。然后添加 \(t_{t}*\tilde{C_{t}}\)。这就是新的状态值，由我们希望每个状态值被更新的程度来决定其标度。
在我们的语言模型中，这里就是我们实际上将旧值替换为新值的地方。
最后，我们需要决定我们的输出。这个输出将会基于我们的cell state，但是是一个修改过的版本。首先，通过一个sigmoid层，该层决定我们要输出cell state中的哪些部分。然后，将cell state输入一个tanh（将值映射到-1和1之间），再乘一个sigmoid层的输出，这样我们就仅仅输出我们想要输出的部分。
对于语言模型，由于我们刚刚遇到了一个主语，那么可能我们想要输出一个动词相关的信息。比如，它可能输出主语是单数还是负数，这样我们就知道动词应该是什么形式。
一个流行的LSTM变种，由Gers & Schmidhuber(2000)提出，增加了“peephole connections”。这意味着我们让gate layer可以看到cell state
上面的图中我们向所有的gate layer增加了窥视孔，不过许多论文中只是部分增加。
另一个变种是使用耦合 forget and input gates。之前的方式是独立地决定需要忘记哪些信息、增加哪些信息，现在则是将这两个决定结合在一起。只有当我们将会添加信息的时候我们才会消除信息，只有当我们决定消去信息时才会增加信息。
另一个变化比较大的变种是 Gated Recurrent Unit，简称 GRU，Cho, et al. (2014)。它将 forget and input layer 结合成一个"update gate"。
类似的还有很多。Greff, et al. (2015)对流行的各个变种做了一个对比，发现他们几乎是相同的。Jozefowica, et al.(2015)测试了超过10000种 RNN 架构，发现他们在有些任务上要比LSTM及其变种优秀。
前面，我提到人们在实现RN过程中得到的惊人的结果。其中绝大多数都是利用LSTM实现的。
关于RNN自然而然会有疑问：是否还有更大的进步？在研究者中有一个共识：The idea is to let every step of an RNN pick information to look at from some larger collection of information.比如，如果你正在使用RNN来为图片创建字幕，它可能会选取图像的一部分作为输出单词的依据。实际上如果你想要探索注意力机制的话，这会是一个很好的开头，这正是Xu, et al.所做的。
