সমস্ত আরএনএনগুলির পুনরাবৃত্ত স্তরগুলিতে প্রতিক্রিয়া লুপ রয়েছে। এটি তাদের সময়ের সাথে সাথে 'মেমরি'তে তথ্য বজায় রাখতে দেয়। তবে, দীর্ঘমেয়াদী অস্থায়ী নির্ভরতা শিখতে সমস্যাগুলির সমাধানের জন্য স্ট্যান্ডার্ড আরএনএন প্রশিক্ষণ দেওয়া কঠিন হতে পারে। এর কারণ হ'ল ক্ষতির ফাংশনের গ্রেডিয়েন্ট সময়ের সাথে দ্রুত ক্ষয় হয় (বলা যায় বিলুপ্ত গ্রেডিয়েন্ট সমস্যা)। এলএসটিএম নেটওয়ার্কগুলি এক প্রকার আরএনএন যা মানক ইউনিট ছাড়াও বিশেষ ইউনিট ব্যবহার করে। এলএসটিএম ইউনিটগুলিতে একটি 'মেমরি সেল' অন্তর্ভুক্ত থাকে যা দীর্ঘ সময়ের জন্য স্মৃতিতে তথ্য বজায় রাখতে পারে। তথ্য যখন মেমরিতে প্রবেশ করে, কখন এটি আউটপুট দেয় এবং কখন ভুলে যায় তা নিয়ন্ত্রণের জন্য গেটের একটি সেট ব্যবহার করা হয়। এই স্থাপত্য তাদের দীর্ঘমেয়াদী নির্ভরতা শিখতে দেয়। জিআরইউগুলি এলএসটিএম এর মতো, তবে একটি সরল কাঠামো ব্যবহার করে।
এই কাগজটি একটি ভাল ওভারভিউ দেয়:
চুং এট আল। (2014) । সিকোয়েন্স মডেলিংয়ে গেটেড পুনরাবৃত্ত নিউরাল নেটওয়ার্কগুলির অভিজ্ঞতাগত মূল্যায়ন।