ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Long Short-Term Memory (LSTM)

Long Short-Term Memory (LSTM) ialah satu seni bina rangkaian neural berulang yang digerbang (gated recurrent neural network) yang diperkenalkan oleh Hochreiter dan Schmidhuber pada tahun 1997. Ia direka untuk mempelajari kebergantungan merentasi urutan yang panjang dengan menggunakan sel memori khusus dan tiga gerbang yang dipelajari — lupa (forget), input, dan output — yang mengawal maklumat mana yang dikekalkan, dikemas kini, atau dihantar ke hadapan pada setiap langkah masa.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

+13 more

Sumber

  1. Hochreiter, S. & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735
  2. 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

Cara memetik halaman ini

ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/ms/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.

Compare side by side

Dirujuk oleh

ScholarGateLong Short-Term Memory (Long Short-Term Memory Network (LSTM)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/long-short-term-memory · Set data: https://doi.org/10.5281/zenodo.20539026