时间序列预测 | Python实现LSTM时间序列数据预测

LSTM神经网络

长短期记忆网络——通常简称为“LSTM”——是一种特殊的 RNN，能够学习长期依赖关系。它们由Hochreiter & Schmidhuber (1997)引入，并在后续工作中被许多人提炼和推广。1它们在处理各种各样的问题时效果非常好，现在被广泛使用。LSTM 被明确设计为避免长期依赖问题。长时间记住信息实际上是他们的默认行为，而不是他们努力学习的东西！所有循环神经网络都具有神经网络重复模块链的形式。在标准 RNN 中，这个重复模块将具有非常简单的结构，例如单个 tanh 层。

LSTM 也有这种链状结构，但重复模块有不同的结构。不是只有一个神经网络层，而是有四个，以一种非常特殊的方式进行交互。

LSTM原理

• LSTM 的第一步是决定