Este documento presenta una red de aprendizaje profundo espacio-temporal, llamada ST-TrafficNet, para la predicción del flujo de tráfico. Los métodos recientes de aprendizaje profundo se relacionan altamente con una estructura de gráficos predeterminada precisa para las complejas dependencias espaciales del flujo de tráfico, y no cosechan eficazmente características temporales de alta dimensión del flujo de tráfico. En este documento, se propone un novedoso bloque de convolución de multi-difusión construido por una convolución de difusión atenta y una convolución de difusión bidireccional, capaz de extraer precisas dependencias espaciales potenciales. Además, se adopta un bloque apilado de Memoria a Corto y Largo Plazo (LSTM) para capturar características temporales de alta dimensión. Al integrar los dos bloques, el ST-TrafficNet puede aprender las dependencias espacio-temporales de datos de tráfico intrincados con precisión. El rendimiento del ST-TrafficNet ha sido evaluado en dos conjuntos de datos de referencia del mundo real al compararlo con tres métodos comúnmente utilizados y siete de última generación. El Error Absoluto Medio (MAE), el Error Cuadrático Medio (RMSE) y el Error Porcentual Absoluto Medio (MAPE) del método propuesto superan no solo a los métodos comúnmente utilizados, sino también a los de última generación en intervalos de tiempo de 15 minutos, 30 minutos y 60 minutos.