搜尋意圖： 如果你在找「長短期記憶網路 是什麼」或「長短期記憶網路 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 長短期記憶網路是一種改良的循環神經網路，透過門控機制來克服傳統 RNN 在長序列中容易遺忘的缺陷
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
你有沒有遇過模型讀到很長的句子，前面講過的重點後面就忘了？ 你可以把 LSTM 想成，有一個可控的記憶盒子，會決定什麼該留下、什麼該丟掉。 它其實就是為了記住長距離依賴而設計的循環神經網路。 在語音、時間序列和長文本裡，它曾經是很重要的主力模型。
容易混淆
LSTM vs 一般循環神經網路 一般 RNN 容易忘記遠處資訊，LSTM 用門控機制把記憶保住。 一個記性短，一個記性長。
LSTM vs Transformer LSTM 靠序列一步步傳遞，Transformer 靠注意力一次看全局。 一個慢慢傳話，一個直接看重點。
最關鍵的區別： 差別在記憶保留方式和看全局的能力。
記住這句就好
想記很久，就要有門幫忙選記憶。
實際案例
語音辨識 語音前後文會影響字詞判斷，LSTM 過去常被用來吃長序列聲學特徵。
時間序列預測 像電力、銷量或股價這種連續時間資料，LSTM 能保留前面狀態對後面的影響。
算法與應用
LSTM 透過輸入門、遺忘門和輸出門控制資訊流，讓重要訊息留下來。 它比傳統 RNN 更能處理長距離依賴，但訓練和推論成本也比較高。 現在很多場景會改用 Transformer，但理解 LSTM 仍然很重要。
三個閘門各自在做什麼
LSTM 之所以能記住長距離的資訊，靠的是一條貫穿時間的細胞狀態（cell state）加上三個閘門。閘門的輸出都是 0 到 1 之間的數字，用乘法決定資訊通過多少。
| 閘門 | 英文 | 決定什麼 |
|---|---|---|
| 遺忘閘 | forget gate | 舊的細胞狀態要保留多少 |
| 輸入閘 | input gate | 新的候選資訊要寫入多少 |
| 輸出閘 | output gate | 細胞狀態要輸出多少給下一層 |
更新的順序是：先用遺忘閘決定丟掉什麼，再用輸入閘決定寫入什麼，兩者相加得到新的細胞狀態，最後用輸出閘決定對外呈現多少。
關鍵在細胞狀態這條路徑上主要是加法與逐元素乘法，沒有反覆的矩陣相乘。反向傳播時梯度沿著這條路傳遞不會快速衰減，這就是它解決梯度消失的方式，跟 ResNet 的捷徑連接是同一個道理。
LSTM、GRU、RNN 怎麼選
| 項目 | 簡單 RNN | LSTM | GRU |
|---|---|---|---|
| 閘門數 | 0 | 3 | 2 |
| 狀態 | 1 個隱藏狀態 | 隱藏狀態加細胞狀態 | 只有隱藏狀態 |
| 參數量 | 最少 | 最多 | 約 LSTM 的四分之三 |
| 長距離依賴 | 很差 | 好 | 好 |
GRU 把遺忘閘與輸入閘合併成更新閘，並拿掉獨立的細胞狀態。參數較少、訓練較快，多數任務上表現與 LSTM 相當。實務建議是先試 GRU，資料量大且序列很長時再試 LSTM 看有沒有差別。
現在還需要學 LSTM 嗎
Transformer 在多數序列任務上已經取代 LSTM，主因是 LSTM 必須逐步計算、無法在時間維度上平行，訓練速度差很多。
但 LSTM 沒有消失，它在三種情況仍有優勢：
序列很長而運算資源有限時，它的成本與長度成線性，Transformer 成平方。
需要即時逐筆處理的串流場景，例如感測器監控、線上異常偵測，它天生就是一步一步走的。
資料量很小的時候，Transformer 需要的資料量通常比 LSTM 大得多。
另外，理解 LSTM 的閘門機制對理解後來的架構有幫助，狀態空間模型（Mamba）的選擇性機制本質上就是在做同一件事：決定什麼該記、什麼該忘。
情境判斷
Q1（直覺題）： 如果模型需要記住很前面的資訊，該考慮哪種結構？
Q2（判斷題）： 只要是序列資料，就一定要用 LSTM 嗎？
常見問題
LSTM 和 RNN 差在哪裡？
LSTM 多了門控和記憶單元，能減少長序列資訊消失。
LSTM 還常被用嗎？
有，特別是在某些時間序列和資源有限的任務裡還很實用。
LSTM 為什麼比傳統 RNN 穩？
因為它能選擇性保留和丟棄資訊，不會全靠單一路徑傳遞。