LSTM 长短时记忆网络(Long Short Term Memory Network, LSTM),是一种改进之后的循环神经网络,可以解决RNN无法处理长距离的依赖的问题,目前比较流行. 长短时记忆网络的思路: 原始 RNN 的隐藏层只有一个状态,即h,它对于短期的输入非常敏感. 再增加一个状态,即c,让它来保存长期的状态,称为单元状态(cell state). 把上图按照时间维度展开: 在 t 时刻,LSTM 的输入有三个:当前时刻网络的输入值 x_t.上一时刻 LSTM 的输出值 h_t-