Atmiņas ilgtermiņa īstermiņa (LSTM) arhitektūra
Atmiņas ilgtermiņa īstermiņa (LSTM) ir vārtu kontrolēta rekurentā neironu tīkla arhitektūra, ko 1997. gadā ieviesa Hochreiter un Schmidhuber. Tā tika izstrādāta, lai apgūtu atkarības garās sekvencēs, izmantojot īpašas atmiņas šūnas un trīs apgūtus vārtus — aizmirstošos, ievades un izvades — kas katrā laika solī kontrolē, kāda informācija tiek saglabāta, atjaunināta vai nodota tālāk.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Avoti
- Hochreiter, S. & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
- Graves, A., Mohamed, A.-R. & Hinton, G. (2013). Speech recognition with deep recurrent neural networks. Proceedings of ICASSP 2013, pp. 6645–6649. IEEE. DOI: 10.1109/ICASSP.2013.6638947 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/lv/deep-learning/long-short-term-memory
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.
- BERT klasifikācijaDziļā mācīšanās↔ compare
- Gated Recurrent Unit (GRU)Dziļā mācīšanās↔ compare
- Atkārtotais neironu tīklsDziļā mācīšanās↔ compare
- Ievietojumi teikumiemDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →