LSTM 神经网络

长短期记忆 (LSTM) 神经网络属于循环神经网络 (RNN) 的一种，特别适合处理和预测与时间序列相关的重要事件。以下面的句子作为一个上下文推测的例子： “在游戏原神中，往生堂堂主是？？”。由于往生堂是一个地名，而堂主是一个人，前面又限定在游戏原神中，那么模型就能根据他们之间的关系推测出问号是胡桃。

常见的应用领域：

（1）股价预测

从过去的股价变换的趋势图，从而推测出未来的股价走势。

（2）机器翻译

机器翻译也是一个序列到序列的生成式任务，在transformer之前，lstm很适合来做这类任务。

（3）文本分类等自然语言处理任务

因为lstm可以很好的捕捉语言序列的特征，所以lstm也可以做很多自然语言处理相关的任务，如文本分类。因为机器翻译实在是太经典了，所以单独列出来了。

（4）cnn + lstm

用lstm结合cnn做时空预测模型，如交通路口车流量预测。