百度有云，
LSTM，Long Short-Term Memory，长短期记忆网络属于时间循环
神经网络。
RNN的一个核心思想是将以前的信息连接到当前的任务中来，例如，通过前面的视频帧来帮助理解当前帧。如果
RNN真的能够这样做的话，那么它们将会极其有用。
所以，为了要解决一般的
RNN（循环
神经网络）存在的长期依赖问题，
LSTM（长短期记忆网络）应运而生，让这个
神经网络带有环，可以将信息持久化。
所有的
RNN都具有一种重复
神经网络模块的链式形式。在标准
RNN中，这个重复的结构模块只有一个非常简单的结构，例如一个tanh层。
RNN（循环
神经网络）在一系列的任务中都取得了令人惊叹的成就，比如语音识别，语言建模，翻译，图片标题等，而
LSTM（长短期记忆网络）是这一系列成功中的必要组成部分。
LSTM(Long Short Term Memory)是一种特殊的循环
神经网络，在许多任务中，
LSTM表现得比标准的
RNN要出色得多，几乎所有基于
RNN的令人赞叹的结果都是
LSTM取得的。
