LSTM

LSTM（Long Short-Term Memory）是一种特殊的循环神经网络，能够学习长期依赖性信息。它的核心思想是通过引入门机制来控制信息的流动，从而避免梯度消失或梯度爆炸的问题。LSTM由三个门组成：遗忘门、输入门和输出门。遗忘门负责决定哪些信息需要被遗忘，输入门负责决定哪些新信息需要被存储，输出门负责决定哪些信息需要被输出。通过这种方式，LSTM能够在处理序列数据时捕捉到长期的时间依赖关系，并在各种任务中取得优秀的性能。