ILSM
ILSM (Ilgtermiņa īstermiņa atmiņa) ir rekurenta neironu tīkla arhitektūra, ko 1997. gadā ieviesa Zeps Hōhreiters un Jirgens Šmidhubers. Tā spēj apgūt ilgtermiņa atkarības secīgos datos un tiek plaši izmantota laika rindām un secību prognozēšanai. Tā uztur iekšēju atmiņu, kas ļauj informācijai saglabāties daudzus laika soļus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+2 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/lv/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.
- AutoencoderDziļā mācīšanās↔ compare
- Konvolūciju neironu tīkls (klasifikācija)Dziļā mācīšanās↔ compare
- Random ForestMašīnmācīšanās↔ compare
- Transformer (NLP)Dziļā mācīšanās↔ compare
- XGBoostMašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →