Machine learning
LSTM
LSTM (Long Short-Term Memory) היא ארכיטקטורת רשת נוירונים רקורנטית, שהוצגה על ידי Sepp Hochreiter ו-Jürgen Schmidhuber ב-1997, המסוגלת ללמוד תלויות ארוכות-טווח בנתונים סדרתיים ומשמשת באופן נרחב לחיזוי סדרות עתיות ורצפים. היא שומרת על זיכרון פנימי המאפשר למידע להישמר לאורך צעדי זמן רבים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
מקורות
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/he/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.
- מפענח-מצפין (Autoencoder)למידה עמוקה↔ compare
- רשת עצבית קונבולוציונית (סיווג)למידה עמוקה↔ compare
- יער אקראילמידת מכונה↔ compare
- טרנספורמר (עיבוד שפה טבעית)למידה עמוקה↔ compare
- XGBoostלמידת מכונה↔ compare