为什么RNN会比CNN更容易出现梯度消失或爆炸
公式：输出层ot表示输出值，输出层是一个全连接层与隐藏层的每一个节点连接，V是输出层的权重矩阵，g表示激活函数，循环层st 表示隐藏层的值，U是输入的权重矩阵，xt表示输入的值，W是上一时间步st-1作为当前时间步st的输入权重矩阵，f表示激活函数，从上述公式可知：st的值不仅仅取决于输入的x，还取决于st-1将st带入Ot的计算公式 得：从上式可知循环网络的输出，和xt，xt-1，xt-3有关，这就是循环网络具有记忆的特性...
