Long Short-Term Memory (LSTM)
Long Short-Term Memory (LSTM) is een terugkerend neuraal netwerkarchitectuur met poorten, geïntroduceerd door Hochreiter en Schmidhuber in 1997. Het werd ontworpen om afhankelijkheden over lange sequenties te leren door gebruik te maken van speciale geheugencellen en drie geleerde poorten — vergeet-, invoer- en uitvoerpoort — die controleren welke informatie behouden, bijgewerkt of doorgestuurd wordt bij elke tijdstap.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/nl/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-gebaseerde ClassificatieDeep learning↔ compare
- Gated Recurrent Unit (GRU)Deep learning↔ compare
- Recurrent Neuraal NetwerkDeep learning↔ compare
- Sentence EmbeddingsDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →