• 相对于传统的循环神经网络（RNN）来说，LSTM在处理时间序列数据方面是一个非常好的选择。
• 在RNN中，有一个所谓的梯度消失/梯度爆炸的问题，该问题来自于仅仅通过乘法更新权重。
• 为了解决这个问题，LSTM提出了一种新的更新权重的方法：不仅通过乘法而且还通过加法。
• 长短期记忆模型甚至被用于预测金融时间序列数据（这也许是所有时间序列数据中最混乱，最困难的)