在深度知识追踪（DKT）这方面，已经看了多篇论文，对其中的一些模型也是做了简单的了解。所以在这个基础上，我对一个已有的DKT程序进行调试学习。本文主要是对训练模型的过程进行学习总结。

循环神经网络（RNN）要理解LTSM，首先要理解RNN。类似人类的思考，人从来都不会从头思考，而是从已有的知识上再做深入的思考。而传统的神经网络并不能够完成这一点，所以循环神经网络很好的解决了这个问题。循环神经网络（RNN）是一种循环的网络，他可以是信息持久存在。RNN已经广泛使用到如：语音识别，语言建模，翻译...

在Knowledge Tracking Model Based on Learning Process一文中，介绍了一种知识追踪模型LPKT。这是一种基于现存深度学习的知识追踪模型的改进，该模型采用了记忆增强神经网络（MANN）的思想。