一、普通RNN
最简单的RNN网络可以看成，在全连接网络的基础上，在每一层网络中增加一个将自己层的输出连接到在自己层的输入，如下图：
对整个网络的计算方式与传统的神经网络略有不同。损失函数公式如下：就是在每个时间步计算网络输出和真实输出的损失值。所有样本、所有的时间步加起来作为征提的损失，最终的目标是使整体的损失值最小。
普通RNN的不足：
虽然普通的RNN结构可以得到前面时间步的信息，乐园处理序列化的数据，但目前在实际应用上，很少见到只使用基本的RNN结构，原因是普通RNN存在梯度消失和梯度爆炸的问题。
关于梯度消失和梯度爆炸，这又回到了求导链式法则上了。神经网络的在进行计算时，无非就是加法和乘法。设计网络的里面的3种计算情况：
1、函数合成
根据链式求导法则，求的导数：
2、函数相加
根据链式求导法则，的导数：
3、加权计算
求的导数：
在反向传播残差的过程中，残差值会乘以当前节点的到数值。再有函数合成和惩罚计算的地方，残差值会发生变化，在计算假发的地方残差值不变。
时刻的隐藏层状态依赖于
之前的所有时刻。在反向传播过程中，梯度需要通过所有的中间隐藏层逐时间步回传，序列长度有多少，就要回传多少“层”。
在神经网络的计算中，经常会用到**函数，如：sigmoid **函数：
其导数为：
导数的最大值为：0.25。
根据反向传播，残差在往前传播的过程中，每经过一个sigmoid函数计要乘以一个sigmoid函数的导数值，那么残差值至少削减为原来的0.25倍。这样神经网络每多一层，残差往前传递的时候，就会减少3/4，如果层数太多，残差传递到前面层的网络基本上已经为0了，这导致前面网络中的参数无法更新，这就是梯度消失。
反过来，如果每次的导数都大于 1，梯度就会越传越大，导致 参数更新幅度很大，每次参数更新都会非常剧烈，这就是梯度爆炸。梯度消失和梯度爆炸与层数有关，只要层数深的网络，都会遇到梯度消失或梯度爆炸的问题。
二、LSTM(Long Short Term Memory) 长短时间记忆
基于门控的思想，1997年，Hochreiter和 Schmidhuber提出了LSTM模型，该模型通过可以的设计来避免长期依赖问题。
普通RNN单元和LSTM单元结构如下：
为避免梯度消失和梯度爆炸问题，LSTM单元相对普通的RNN单元有较大的区别，核心思想有两个：
一是采用一个叫“细胞状态”的通道贯穿整个时间序列。从到
,在这条线上的操作只有乘法操作和假发操作，加法操作不引起梯度传播的变化，加权运算只改变梯度的范围，所以在这条“细胞状态”的通道上，不会发生梯度的衰减，而其他输出值的计算依赖于“细胞状态‘的值，所以LSTM的设计就可以避免普通RNN在过长序列上的梯度消失或梯度爆炸。
二是通过精心设计的”门”结构来去除或者增加信息的到细胞状态的能力。
C：控制参数
决定什么样的信息会被保留，什么样的信息会被遗忘
三、增加peephole 的LSTM单元
除了前面说到的结构之外，LSTM单元还有很多的不同结构，例如增加peephole，让几个“门”的输入数据除了接受正常的输入数据和上一刻的输出之外，再接受“细胞状态”的输入。如下图加粗黑线的连接所示。
四、GRU单元
LSTM有很多变种，改动较大的是GRU单元(Gated Recuurent Unit)。它将“忘记门”和“输入门”合成了一个单一的“更新门”，同时还混合了细胞状态和隐藏状态，以及其他的一些改动。最终的模型比标准的LSTM模型简单，计算速度更快，甚至在某些应用上表现更好，是非常流行的变体。结构如下图所示：
GRU的计算过程，公式表示如下：
此篇主要总结内容来自书《Tensor flow入门与实战》这本书，作者：罗冬日；还有一部分是所看资料的的总结。