Основные преимущества LSTM-сетей перед другими архитектурами рекуррентных нейронных сетей:

• Способность сохранять и передавать информацию на протяжении длительных периодов времени. 5 Это достигается благодаря внутренней структуре LSTM, которая включает в себя ячейку памяти, сохраняющую информацию и контролирующую, как она обновляется и передаётся в следующий шаг времени. 5
• Относительная невосприимчивость к длительности временных разрывов. 1 LSTM-сети хорошо приспособлены к обучению на задачах классификации, обработки и прогнозирования временных рядов в случаях, когда важные события разделены временными лагами с неопределённой продолжительностью и границами. 1
• Возможность обрабатывать шум, распределённые представления и непрерывные значения. 2
• Отсутствие необходимости заранее сохранять конечное число состояний, как требуется в скрытой марковской модели. 2