LSTM
LSTM (Long Short-Term Memory) je architektura rekurentní neuronové sítě, kterou v roce 1997 zavedli Sepp Hochreiter a Jürgen Schmidhuber. Dokáže se naučit dlouhodobé závislosti v sekvenčních datech a je široce používána pro predikci časových řad a sekvencí. Udržuje si vnitřní paměť, která umožňuje informacím přetrvávat napříč mnoha časovými kroky.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Zdroje
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/cs/deep-learning/lstm
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.
- AutoencoderHluboké učení↔ compare
- Konvoluční neuronová síť (klasifikace)Hluboké učení↔ compare
- Random ForestStrojové učení↔ compare
- Transformer (NLP)Hluboké učení↔ compare
- XGBoostStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →