LSTM
LSTM (Long Short-Term Memory) adalah arsitektur jaringan saraf berulang, yang diperkenalkan oleh Sepp Hochreiter dan Jürgen Schmidhuber pada tahun 1997, yang dapat mempelajari dependensi jangka panjang dalam data sekuensial dan banyak digunakan untuk prediksi deret waktu dan sekuensial. Ia menyimpan memori internal yang memungkinkan informasi bertahan di banyak langkah waktu.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Sumber
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/id/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.
- AutoenkoderPembelajaran Mendalam↔ compare
- Jaringan Saraf Tiruan Konvolusional (Klasifikasi)Pembelajaran Mendalam↔ compare
- Random ForestPembelajaran Mesin↔ compare
- Transformer (NLP)Pembelajaran Mendalam↔ compare
- XGBoostPembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →