接着来讲LSTM。总结一下关于LSTM相关的学习资料，方便大家学习。原文在我们的博客中刚发表，也可在这里直接看。可惜这里的文章无法插入链接，如需直接连接到每份资料请到如下网址（https://www.evolutionarylearn.com/paper/lstm-review-ts/）

一、LSTM基础理论资料汇总/综述

• Understanding LSTM Networks--Christopher Olah大神的博客文章，用专业而易懂的方式介绍了LSTM的架构。目前，很大部分的中文LSTM介绍与分享均参考该篇博文，影响巨大。另外,Olah的博客中还包括神经网络的其他结构博文，包括RNN,CNN等。
• [译] 理解 LSTM 网络--由朱小虎Neil翻译Olah的博客文章，翻译时间较早，但无论语言还是专业词汇的翻译均非常专业，影响较大，其后很多国内博文参考其中内容。
• 深度丨目前最受欢迎的 LSTM 教程：谷歌大脑科学家亲解--参考了Christopher Olah大神的博客文章，以更加通俗易懂的方式介绍了LSTM结构。
• LSTM算法原理简介及Tutorial--该博文较为详细地分析了LSTM结构与运算过程，读之可加深对LSTM的理解。
• 开始使用 Keras 顺序 (Sequential) 模型--Keras教程之序列模型。Keras可以非常容易的构建各类深度神经网络模型，包括LSTM。
  

二、LSTM时序预测资料汇总/综述

• 基于Keras的LSTM多变量时间序列预测-免费源代码--该博文构建了一个LSTM多因素时间序列预测模型,并以上海二手房价格预测进行了实例测试。该篇博文最大特色是提供了通用的基于Keras的LSTM源代码（下载     https://www.evolutionarylearn.com/download/lstm-ts-predict/），且该源代码中可以直接设定或调整超参数，不必调整网络结构部分代码，非常方便。
• 基于Keras的LSTM多变量时间序列预测--本文翻译自Jason Brownlee的博客Multivariate Time Series Forecasting with LSTMs in Keras。博文通过空气污染预测的实例，一步步详细介绍了LSTM时序预测的编程实现过程，清楚明白。
• 深度学习之LSTM时间序列预测--该博文基于keras构建了一个简明的LSTM时间序列模型，并提供了python源代码和结果分析。
• 从零开始：如何使用LSTM预测汇率变化趋势--翻译自数据科学家 Neelabh Pant的文章。本文从实践角度分析了利用LSTM预测美元兑印度卢比的汇率变动情况，并通过实验验证了LSTM预测效果的准确度。
• 基于keras的LSTM时间序列预测--本文构建了一个基于LSTM的单因素时间序列预测模型，并用航空公司乘客数据集进行了测试。该文中构建的LSTM程序结构简单明了，适合起步学习。
  

三、LSTM时序预测源代码汇总/综述

• 基于Keras的LSTM多变量时间序列预测-源代码--来自进化学习团队的工作，特点是代码通用性好，可直接调节网络层数，特征选取等参数，但略显复杂。
• LSTM Neural Network for Time Series Prediction--GitHub上关于LSTM时间序列预测中最多加星项目，结构较为清晰，但略显复杂。
• Recurrent Neural Networks for Predictive Maintenance--本项目是利用LSTM来预测航空发动机剩余寿命的多因素预测，来自产业界的探索。
• Time Series Predictions--本项目内容相对丰富，包括基于LSTM方法的洗发水销量/股票走势预测，有状态循环神经网络构建等。
• Time Series Analysis and Prediction--本项目利用LSTM进行航空旅客月度人数的分析预测，过程非常详尽。