RNN（Recurrent Neural Network）和LSTM（Long Short-Term Memory）都是一種用于處理序列資料的神經網絡模型。
差別：
1. RNN是一種基本的循環神經網絡，其隐藏層的輸出會被傳遞到下一個時間步。但是，RNN存在梯度消失和梯度爆炸的問題，導緻難以處理長序列資料。
2. LSTM是一種特殊的循環神經網絡，可以解決RNN的梯度消失和梯度爆炸問題，能夠更好地處理長序列資料。LSTM引入了三個門控（輸入門、遺忘門、輸出門）來控制資訊的流動，使得模型可以選擇性地保留或遺忘之前的資訊。
聯系：
LSTM是基于RNN的，它們都是循環神經網絡，都可以處理序列資料。LSTM是對RNN的改進，引入了門控機制，可以更好地處理長序列資料。是以，LSTM可以看作是RNN的一種特殊形式。
