概括：RNN 适用于处理序列数据用于预测，但却受到短时记忆的制约。LSTM 和 GRU 采用门结构来克服短时记忆的影响。门结构可以调节流经序列链的信息流。LSTM 和 GRU 被广泛地应用到语音识别、语音合成和自然语言处理等。RNN 适用于处理序列数据用于预测，但却受到短时记忆的制约。LSTM 和 GRU 采
阅读背景：
RNN/LSTM/GRU/seq2seq公式推导
来源：互联网
分享到：
