LSTM中通过引入术入门，遗忘门、输出门解决了RNN中存在的梯度消失和梯度爆炸

LSTM中门的开关程度是由信息的权重决定的，即训练过程中记住重要信息

与RNN相比，LSTM中引入更多参数，所以其训练周期更久

门限递归单元(GRU)将遗忘门和输入门合并成单个更新门