Transformer这么火，LSTM这种“老古董”还有什么可研究的？

主要观点总结

文章介绍了LSTM作为一个高效的问题解决工具在Transformer爆火的当下仍然具有应用价值。文章提到了四类LSTM研究的技术路径：内部魔改型、结构增强型、机制融合型以及新兴架构结合型，并提供了相关论文合集的获取方式。文章还具体介绍了其中几篇论文的创新内容和成果。

关键观点总结

关键观点1: LSTM仍然具有高效的问题解决价值

尽管Transformer现在很受欢迎，但LSTM作为一个被充分验证的工具，仍然是我们发论文的好选择，尤其是在解决实际问题方面。

关键观点2: LSTM研究的四种技术路径

目前LSTM研究的技术路径主要包括内部魔改型、结构增强型、机制融合型以及新兴架构结合型。

关键观点3: 具体论文方法和成果介绍

文章提到了几篇具体论文的方法和创新点，如多通道多步谱预测方法TSB、基于LSTM和注意力机制的呼吸运动预测方法等。

关键观点4: 获取论文和开源代码的方式

文章提供了获取126篇LSTM前沿论文和开源代码的方式，只需扫码添加小享并回复“LSTM合集”即可免费获取。