LSTM
Az LSTM (Long Short-Term Memory) egy visszatérő neurális hálózati architektúra, amelyet Sepp Hochreiter és Jürgen Schmidhuber vezetett be 1997-ben. Képes hosszú távú függőségeket megtanulni szekvenciális adatokban, és széles körben használják idősorok és szekvenciapredikciók esetén. Belső memóriával rendelkezik, amely lehetővé teszi az információk megmaradását sok időlépésen keresztül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Források
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/hu/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.
- AutoencoderMélytanulás↔ compare
- Konvolúciós neurális hálózat (osztályozás)Mélytanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Transformer (NLP)Mélytanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →