Langtidskorttidsminne (LSTM)
Long Short-Term Memory (LSTM) er en arkitektur for gated rekurrent nevralt nettverk introdusert av Hochreiter og Schmidhuber i 1997. Den ble designet for å lære avhengigheter over lange sekvenser ved å bruke dedikerte minneceller og tre lærte porter — glemme-, innskrifts- og utskriftsporter — som kontrollerer hvilken informasjon som beholdes, oppdateres eller sendes videre ved hvert tidstrinn.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/no/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-basert klassifiseringDyp læring↔ compare
- Gated Recurrent Unit (GRU)Dyp læring↔ compare
- Residuelle nevrale nettverkDyp læring↔ compare
- SetningsembddingerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →