我看大部分介绍rnn的文章里面都只画了cell的图，但是这对一个刚入门的人来说是会造成很大的误解，而正确的介绍方法应该先介绍rnn的总体结构，然后再介绍cell的结构。这才有可能对rnn有一个更清晰的认识。
RNN总体结构
我们在网上多是看到这样的图
cell是什么呢，我们首先回到MLP结构中
RNN中的cell其实就是MLP结构中隐藏层的神经元。但是这个神经元有点特殊，它加入了时序的特点，所以不同时间段它的表达是不一样的。
所以，RNN正确的模型结构图应该是这样：
横向是不同的时序，纵向是不同的层。这样是不是会更好理解了呢。
而LSTM和GRU只是cell的变种形式，总体上RNN的结构是不变的。双向RNN的总体结构也没变，也只是cell的形式有所变化。
lstm的cell结构
好了，下面回到经常看到的图
这张图是一个lstm的总体结构，我们知道，lstm里面最重要的概念是“门结构（gate）”，分为遗忘门，输入门和输出门。这里分4步来理解这个cell的结构。
可以看到公式里面的[h, x]，这里表示将这一时刻的输入x[t]，和上一时刻t-1的输出h[t-1]做一个concat，然后经过sigmoid函数。
因为sigmoid输出是0和1（大部分），这里面0和1与后面做乘法的时候，等于相应的让一些信息变成了0，就等于是忘记了一些信息。这里其实一个开关，控制信息的通过。
举个例子，比如完形填空中填“他”或者“她”的问题，细胞状态可能包含当前主语的类别，当我们看到新的代词，我们希望忘记旧的代词。
公式中[h,x]还是做的concat操作。
这里的意思可以看作为放什么新信息到细胞状态（C[t]）中。
i[t]有一个sigmoid，类似于遗忘操作，这里就是对新知识的筛选， C`[t]可以将其看作全部的新知识。
之前两补的操作就是为了更新细胞的状态，更新知识体系。包括让细胞忘记一些东西，然后给细胞补充新知识。
这里另外说一点，为什么lstm可以解决RNN中梯度弥散/消失的问题。
因为C[t]是又两个结果相加得到，求导时会保留更新梯度。
最后一个输出，也有一个信息筛选的操作，其实可以这么说，在lstm中sigmoid函数的作用基本就是筛选信息。比如我们可能需要单复数信息来确定输出“他”还是“他们”。
gru的cell结构
lstm结构理解完了，其实gru结构的理解方式基本一致。还是那张图
这里和lstm不同的是：
- 将遗忘门和输入门合成了一个单一的重置门（reset gate），也就是说多大程度上擦除以前的状态state，另外细胞更新操作变为更新门（update gete），它的作用是多大程度上要用candidate 来更新当前的hidden layer
- 同样还混合了细胞状态和隐藏状态
- 比标准LSTM简单
如果r[t] = 1，z[t] = 1，那么gru和普通rnn的cell就是一样的。
对比lstm和gru
因为gru参数更少，所以gru训练起来比lstm更简单。
但是，这两种cell最后的结果差不了太多！用的时候不必纠结选择哪种结构。
好了，lstm和gru说完了，下次来点新玩意，seq2seq和attention。
