输出门（Output Gate）

概述 (50-200字符)

LSTM 三个门之一，决定从细胞状态输出什么信息作为隐藏状态。公式 oₜ = σ(Wo·[hₜ₋₁, xₜ] + bo)，hₜ = oₜ ⊙ tanh(Cₜ)，控制当前时刻对外暴露的信息。

关键内容 (≥300字符, 用双链)

1. 数学公式：oₜ = σ(Wo · [hₜ₋₁, xₜ] + bo)，使用 Sigmoid激活函数 输出 [0, 1]；hₜ = oₜ ⊙ tanh(Cₜ)，将细胞状态通过 tanh 压缩后再由输出门过滤。
2. 功能直觉：输出门决定当前时刻的隐藏状态 hₜ 应该包含 细胞状态（Cell State） 中的哪些信息。在语言模型中，当需要预测下一个词时，输出门会输出与当前上下文相关的隐藏状态。oₜ 接近 1 时充分暴露细胞状态信息，接近 0 时隐藏信息。
3. 与细胞状态的关系：输出门不修改细胞状态本身，而是控制细胞状态的"可见性"。细胞状态 Cₜ 可以存储大量信息，但每个时刻只通过输出门暴露相关部分给外部（hₜ）和下一层网络。
4. 三門协作：输出门与 遗忘门（Forget Gate）、输入门（Input Gate） 共同构成 LSTM 的门控体系。遗忘门控制"记住什么"，输入门控制"写入什么"，输出门控制"输出什么"，三者协同实现精确的序列建模。

来源

• Long Short-Term Memory (1997 论文) — Hochreiter & Schmidhuber (1997) 提出输出门概念
• raw/articles/ai-papers/machine-learning/04_lstm_1997.md — 输出门的数学公式与语言学直觉

相关

• LSTM（长短期记忆网络） — part_of（LSTM 的核心组件）
• 细胞状态（Cell State） — relates_to（控制细胞状态的输出）
• 遗忘门（Forget Gate） — relates_to（LSTM 三門之一）
• 输入门（Input Gate） — relates_to（LSTM 三門之一）
• Sigmoid激活函数 — uses（输出门的激活函数）