记录学习过程，方便日后查用。本贴包括数学计算过程和模型解读。
如有错误请指出，感谢大家的指导。
图片来源 LSTM模型结构的可视化 - 知乎
淡绿色的方块被称为cell，是构成LSTM的主要结构。实际上对于RNN类网络来说，都会有一个这样的结构块，在时间上循环这个结构块就构成了RNN网络。上图是最基础的LSTM网络。
LSTM的单元输入总共有3个部分 h是隐藏层，X是数据输入，C可以看成是网络的记忆部分。所有红色的单元是运算符，运算过程就是简单的套用运算符；所有黄色的单元是网络层，运算过程类似感知机，sigma符号代表的激活函数默认为sigmoid函数。
数学运算过程
LSTM的cell内部总共有3个主要的门，第一个被称为忘记门(forget gate),用来决定上一轮的输入能有多少影响到这一轮的输入。
忘记门公式
中括号表示concatenate，单纯的将两个向量进行维度上的合并，如x有100维，h有200维，那么中括号就会返回一个300维的向量。忘记门会对上一轮的输入做一个筛选，和输入门的输入一起做加法得到本轮的记忆。
输入门决定了这一轮的主要输入。
输出门
至此，我们得到了本轮输出
模型简单解读
LSTM能拥有长时记忆的主要原因就在于变量C，C的运算结构中包含了加法。对比传统的RNN网络只有一个tanh来说，更不容易出现梯度爆炸或者梯度消失的情况。
LSTM的参数个数计算。假设词向量的维度是m,隐藏层维度为n。
那么参数总数为((m+n)*n+n)*4。
上文提到LSTM虽然是链式结构，但是是在时间上循环同一个单元，所以cell之间所有的参数是共享的，不共享的是每个cell内4个网络层的参数。4个网络层都是感知机的模式，相当于4个全连接层。全连接层的输入维度是x和h的concatenate，输出维度是h，再加上偏置和输出维度相同，所以参数数量一共是 (m+n)*n+n，见下图。因为总共有4个这样的网络，所以再乘以4。
题外话
一般在使用LSTM做文本数据时，我们关注的不仅仅只是过去的信息，可能还会有未来的信息，即“结合上下文”。所以会用上双向的LSTM，双向LSTM可以看成LSTM和他的镜像结合在一起，最终两个LSTM的隐层结合一下再输出。所以参数个数是LSTM的两倍。
LSTM还有很多的变种，但大体的结构都大差不大。