LSTM
LSTM (Long Short-Term Memory) je arhitektura rekurentne neuronske mreže, koju su 1997. uveli Sepp Hochreiter i Jürgen Schmidhuber, a koja može naučiti dugoročne ovisnosti u sekvencijalnim podacima te se široko koristi za predviđanje vremenskih nizova i sekvencija. Zadržava unutarnju memoriju koja omogućuje informacijama da potraju kroz mnoge vremenske korake.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Izvori
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/hr/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.
- AutoenkoderDuboko učenje↔ compare
- Konvolucijska neuronska mreža (klasifikacija)Duboko učenje↔ compare
- Slučajna šumaStrojno učenje↔ compare
- Transformer (NLP)Duboko učenje↔ compare
- XGBoostStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →