记忆 c ≠ 当前输出 h
c 是沿时间传递的内部记忆；h 是由当前记忆生成的输出特征，也会参与下一步门的计算。输出门关小，不等于直接清空 c。
LSTM 结构图
拆开当前时间步
记忆通路 c当前输出 h输入与门的计算点图中模块查看 · 拖动平移 · 滚轮缩放
再看时间上的传递
输入一个个来，记忆接着往前走。
时间向右 → 这些是同一个 LSTM 单元在不同时刻的展开，共享参数；上方传记忆 c，下方传输出 h。
教学演示：聚焦一个记忆分量，使用预设权重进行标准 LSTM 计算，显示值已四舍五入。输入文字是读图标签，并非模型理解了这些文字。实际网络有许多记忆分量并行工作。
再亲手试一试
关掉输出，记忆也会消失吗？
先试“暂不输出”，再试“全部忘掉”。观察右侧两条线是否一起变化。
门的开度通常由当前输入与上一时刻输出共同计算，训练学习的是这些计算中的参数。
留下的记忆，与此刻的输出
━ 记忆 c━ 输出 h
当前记忆 c
当前输出 h
把图接回真实网络
记住这三个区别，就抓住了 LSTM。
门是比例，不只是开或关
门通常给出 0～1 之间的数。遗忘门回答“旧内容保留多少”，输入门回答“新内容写入多少”；候选内容本身则可以是正数或负数。
能保留更久，也会遗忘
当遗忘门接近 1、输入门接近 0 时，旧内容较容易沿记忆通路保留。能记多久取决于门值、参数和任务，LSTM 并不保证无限记忆。
展开本步计算与演示设定
本页展示单层、单向、无窥孔连接的一个标量 LSTM。三个门使用 sigmoid，候选内容和输出前的压缩使用 tanh；所有时间步使用同一套权重。手动开度属于教学干预，不是重新训练，后续状态会据此重新计算。
普通 RNN 也可以学习时间依赖，不能概括成“每步固定忘掉一半”。LSTM 的特点是增加单独的记忆通路和门控更新，让跨时间的信息保留更容易被调节。
结构依据：PyTorch LSTM 文档 ↗ · LSTM 原始论文（1997）↗。本页采用含遗忘门的常见现代结构，不能将所有细节归于 1997 年原版。
LSTM 每一步都在做同一件事：选择保留旧内容，选择写入新内容，再选择输出多少。
文字版：LSTM 记忆实验室在做什么
LSTM 是为了让网络「记得住很久以前的事」而设计的。它的核心是一条贯穿时间的记忆通路，加上三道闸门：遗忘门决定旧记忆保留多少，输入门决定新内容写进去多少，输出门决定这一步向外吐出多少。这一页把每道门的开度都做成了可以看的数字。
画面上正在发生什么
上面那条横贯的线是记忆通路 c，下面那条是输出 h。每个时间步里，当前输入和上一步的输出被合在一起，同时送给四个计算模块：三道门和一份候选内容。注意页面的提示——三道门是并列算出来的，不是串联的，图里拆成几步只是为了看清楚。
新记忆的构成是两部分相加：旧记忆乘以遗忘门的开度，加上候选内容乘以输入门的开度。把遗忘门调到接近 0，之前记住的东西一步之内就没了；调到接近 1 而输入门接近 0，记忆就原封不动地往下传。切换三种情境（记住再取用、旧线索换新的、什么时候才算忘掉），能看到同一套机制在不同任务下的门开度完全不同。
什么时候它会骗你
- 门的开度是学出来的，不是设定的。这一页为了演示使用了预设权重，真实的 LSTM 里三道门的开度由参数决定，而参数是训练出来的。门「应该」什么时候开，没人能手工指定。
- 记忆不会整条穿过输出门。页面特意标了这一点：记忆通路会继续往下一个时间步传，输出门只控制向外（向 h）分出的那一支。把两者混为一谈是理解 LSTM 时最常见的错误。
- LSTM 缓解了梯度消失，不是消灭了它。记忆通路上的加法结构让梯度能较好地回传，但序列长到几百上千步时依然会衰减。这也是注意力机制后来取代它的原因之一。
常见问题
- LSTM 和普通 RNN 的区别是什么？
- 普通 RNN 每一步都把隐状态整个重写一遍，信息经过多步连乘后迅速衰减，学不到长距离依赖。LSTM 增加了一条以加法为主的记忆通路和三道门，让信息可以近乎无损地穿过许多时间步，梯度也因此更容易回传。
- 三道门分别管什么？
- 遗忘门决定上一步的记忆保留多少比例；输入门决定这一步新算出的候选内容写入多少；输出门决定当前记忆里有多少被读出来作为这一步的输出。三者都是 0 到 1 之间的开度，由当前输入和上一步输出共同算出。
- 现在还需要学 LSTM 吗？
- 需要。虽然大模型领域已由 Transformer 主导，LSTM 在样本量不大、序列较短、算力受限的工业与科研场景仍在广泛使用，而且「门控」这个思路是理解后续各种序列模型的基础。
本页聚焦单个记忆分量，使用预设权重按标准 LSTM 公式计算，显示值经过四舍五入。