模型
LSTM（长短期记忆网络）
长短期记忆网络（LSTM）通过门控机制解决RNN梯度消失问题，有效建模长序列依赖，曾广泛应用于机器翻译和语音识别，代表工作如Hochreiter & Schmidhuber (1997)。
详细解释
LSTM引入输入门、遗忘门和输出门，控制信息流动，使网络能记忆长期状态。它缓解了梯度消失，但序列计算无法并行，训练慢。在Transformer出现前，LSTM是序列建模的主流，现仍用于时间序列预测和嵌入式设备等场景。
别名与相关写法
lstm
相关术语
相关资讯
论文提出运动等变卷积 LSTM，将运动视为规范对称性2026/10/22
SNR门控LSTM条件扩散模型用于MIMO信道估计2026/10/8
OSSE-LSTM：标签高效时间序列分类2026/10/5
LSTM-UT 与循环深度 Transformer 在元胞自动机上的比较2026/9/18
高斯过程去相关助力 LSTM 雪水当量预测2026/9/22