长短期记忆网络 LSTM
结构 纵向看，每一列相当于一个小的传统神经网络
x：输入层，长度为word embedding的维度
U：输入层到隐藏层的权重
s：隐藏层 = f(U * xt + W * s(t-1) + bias),即输入层的计算结果加上上一时刻的结果乘上一个权重W
V: 隐藏层到输出层的权重
o：输出 = softmax(V * st + bias)
注意 由公式可见，每个隐藏层s的值不仅依赖于当前时刻的输入，而且依赖于上一个时刻的的结果s(t-1) U,V,W都是共享的 不一定每一个时刻都要有一个输出，也就是说不是每一个小神经网络都必须有输出，它可以是不完整的 举例 这是一个时间序列做预测的例子，一共有三天的数据，预测明天的数据
w1 = U = 1.8， w2 = W = -0.5，w3 = V = 1.1
x0 = 1, x1 = 0.5, x2 = 0.5 这里的输入只是数字而不是向量
Day0 s0 = f(1.8 * 1 + -0.5 * 0) = f(1.8) = 1.8
