Long Short-Term Memory (LSTM)
Long Short-Term Memory (LSTM) és una arquitectura de xarxa neuronal recurrent amb comportes introduïda per Hochreiter i Schmidhuber el 1997. Va ser dissenyada per aprendre dependències a través de seqüències llargues utilitzant cel·les de memòria dedicades i tres comportes apreses — oblidar, entrada i sortida — que controlen quina informació es reté, s'actualitza o es passa endavant a cada pas de temps.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Fonts
- Hochreiter, S. & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
- Graves, A., Mohamed, A.-R. & Hinton, G. (2013). Speech recognition with deep recurrent neural networks. Proceedings of ICASSP 2013, pp. 6645–6649. IEEE. DOI: 10.1109/ICASSP.2013.6638947 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/ca/deep-learning/long-short-term-memory
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Classificació basada en BERTAprenentatge profund↔ compare
- Unitat recurrent amb portes (GRU)Aprenentatge profund↔ compare
- Xarxa Neuronal RecurrentAprenentatge profund↔ compare
- Sentence EmbeddingsAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →