LSTM（Long Short-Term Memory）是一种特殊的RNN网络，它被设计用来处理和预测时间序列中间隔和延迟相对较长的重要事件。这种网络模型能够学习长期依赖信息，适合于处理序列数据，如文本分析、语音识别、机器翻译等任务。LSTM通过在算法中加入了一个判断信息有用与否的"处理器"，这个处理器作用的结构被称为cell，一个cell中放置了三扇门，分别叫做输入门、遗忘门和输出门。