标签： machine-learning gradient-descent lstm recurrent-neural-network
我即将开始使用Keras / Theano对LSTM进行编码。
据我所知，使用LSTM（而不是香草RNN）可以避免消失和爆炸渐变。
有人可以清楚地解释（或提供他们最喜欢的链接以明确答案），这解释了LSTM及其遗忘门，存储器单元输入和存储器单元输出门如何防止消失和爆炸的梯度。
还有其他任何RNN变体还可以避免这些问题吗？或者LSTM是唯一能做到这一点的RNN变体吗？