记忆单元

由于时间t的循环神经元的输出,是由所有先前时间步骤计算出来的的函数,你可以说它有一种记忆形式。一个神经网络的一部分,跨越时间步长保留一些状态,称为存储单元(或简称为单元)。单个循环神经元或循环神经元层是非常基本的单元,但本章后面我们将介绍一些更为复杂和强大的单元类型。

一般情况下,时间步t处的单元状态,记为 h^{(t)}h代表“隐藏”),是该时间步的某些输入和前一时间步的状态的函数:h^{(t)} = f(h^{(t-1)}, x^{(t)})。 其在时间步t处的输出,表示为 y^{(t)},也和前一状态和当前输入的函数有关。 在我们已经讨论过的基本单元的情况下,输出等于单元状态,但是在更复杂的单元中并不总是如此,如图 14-3 所示。

记忆单元 - 图4