的方程和值$f_t$本身并不能完全解释门。您需要查看下一步的第一个术语：

$C_t = f_t \odot C_{t-1} + i_t \odot \bar{C}_{t}$

向量$f_t$即遗忘门的输出，用作与前一个单元状态的元素相乘$C_{t-1}$. 正是在这个阶段，个体的元素$C$被“记住”或“被遗忘”。

由于 sigmoid 函数，向量$f_t$表现得像每个元素的二元分类器，饱和值倾向于选择不修改$C$在所有（价值$1$）或“忘记”之前的值是什么（值$0$）。当然中间值也是可能的，简单地记住和忘记值之间的类比就不那么直接了。

与遗忘或记忆的类比有助于理解在多个时间步上保留梯度的改进。对于任何步骤，其中一个元素$f_t$接近$1$（因此先前时间步长的影响被“记住”），然后相应的梯度元素从$\nabla_{\theta} C_{t}$到$\nabla_{\theta} C_{t-1}$保持不变，避免在更简单的 RNN 架构中看到的梯度损失（尤其是与饱和值相关的）。一旦前一个元素在$C$被“遗忘”，则时间步之间的误差梯度连接被切断。