推荐给初学LSTM或者懂个大概却不完全懂的人：http://blog.csdn.net/u014422406/article/details/52806430
https://www.zhihu.com/question/24627666
核函数：https://www.zhihu.com/question/24627666（第二个回答佳）
核函数的作用就是隐含着一个从低维空间到高维空间的映射，而这个映射可以把低维空间中线性不可分的两类点变成线性可分的。
在机器学习中常用的核函数，一般有这么几类，也就是LibSVM中自带的这几类：
1) 线性 2) 多项式 3) Radial basis function 4) Sigmoid
softmax：https://www.zhihu.com/question/23765351
sigmoid将一个real value映射到（0,1）区间（也可以是（-1,1）），这样可以用来做二分类。
softmax把一个k维的real value向量（a1,a2,a3,a4….）映射成一个（b1,b2,b3,b4….）其中bi是一个0-1的常数，然后可以根据bi的大小来进行多分类的任务，如取权重最大的一维。
