原则上，当您使用 LSTM 时，您不需要检查平稳性或纠正它。

平稳性的关键在于它使预测任务更加高效和稳定。根据目标考虑平稳性。当你试图预测的东西不是静止的时，它就像试图射击一个移动的目标。这并非不可能，但有更好的方法来做事。

如果您尝试预测一个固定变量，那么您要做的就是命中一个不动的，因为没有更好的词，固定目标。它与你保持在同一个地方。

校正 ARIMA 模型中的非平稳性是必要的，因为它是您对该特定模型所做的基本假设之一。LSTM 没有做出这样的假设。所以你不必用 LSTM 来做。似乎您的问题的答案与您最初询问的人的答案相同。结案了，对吧？

嗯……你记得射击移动目标比射击静止目标困难得多，对吧？您可能希望在要针对 LSTM 运行的问题上强制执行平稳性，这仅仅是因为您可以通过让神经网络更容易学习来获得更多性能。因此，尽管您不需要这样做，但它可能仍然是一个好主意，并且可以提高您的性能。

平稳性是确定 ARIMA 系列模型的模型结构的重要因素。这个问题中相对深入地讨论了其中的一些原因。

简而言之，在 ARIMA 系列中开发模型时必须明确考虑序列的平稳性的原因是因为模型必须对变化的条件具有描述能力，您必须做出选择才能启用。

相比之下，LSTM 不受此维度的限制——即具有足够架构描述基础的充分训练的 LSTM 可以确定时间序列的变化性质，而建模者无需根据数据的该特征做出明确的选择。

无论此功能如何，您都希望以某种形式了解平稳性，因为它将有助于了解模型的使用寿命以及生命周期问题 - 即需要多久重新训练一次，生产中需要进行哪些监控等.