利用LSTM长短期记忆算法分析猪肉价格未来走势

RNN面临的较大问题是无法解决长跨度依赖问题，即后面节点相对于跨度很大的前面时间节点的信息感知能力太弱，如下图中的两句话：左上角的句子中sky可以由较短跨度的词预测出来，而右下角中的French与较长跨度之间的France有关系，即长跨度依赖，比较难预测。其中，units为神经元个数，activation为激活函数，默认为tanh，return_sequences为是否全部时刻返回输出，默认为False。长跨度依赖的根本问题在于，多阶段的反向传播后导致梯度消失、梯度爆炸。可以看出，只有三个时间点时，