瑞士奶酪理论（英语：Swiss Cheese Model），又称乳酪理论或瑞士起司理论，是英国曼彻斯特大学教授詹姆斯·瑞森（James Reason）于 1990 年提出的关于意外发生的风险分析与控管的模型
主要是讲，瑞士起司在制造与发酵过程当中，很自然的会产生小孔洞。如果把许多片起司重叠在一起，正常情况下，每片起司的空洞位置不同，光线透不过。只有在很极端的情况下，空洞刚好连成一直线，才会让光线透过去。导致严重事故发生的从来都不是因为某个单独的原因，而是多个问题同时出现。
瑞士起司理论示意图：左方是危险（Hazards），穿过数个孔洞后导致损失（Losses）
上图的一片片乳酪，往往代表
DOI：10.5281/ZENODO.1207631
作者：Dav
DOI：10.48550/ARXIV.2310.02207
作者：Wes Gurnee
循环神经网络（RNNs）：具有隐状态、不同层参数共享的神经网络
常见的三种基础 RNNs ：RNN、GRU、LSTM
隐变量模型：使用隐状态 $h_{t-1}$ 存储前 $t-1$ 步的序列信息 $$P(x_t|x_{t-1},...,x_1)\approx P(x_t|h_{t-1})$$ $$h_t=f(x_t,h_{t-1})$$ 循环神经网络（recurrent neural networks，RNNs） 是具有隐状态的神经网络
假设时刻 $t$ 的输入为 $X_t \in \mathbb{R}^{n\times d}$，对应的权重参数为 $W