Długa pamięć krótkotrwała (LSTM)
Długa pamięć krótkotrwała (LSTM) to architektura rekurencyjnej sieci neuronowej z bramkami, wprowadzona przez Hochreitera i Schmidhubera w 1997 roku. Została zaprojektowana do uczenia zależności w długich sekwencjach poprzez wykorzystanie dedykowanych komórek pamięci i trzech uczonych bramek – zapominania, wejściowej i wyjściowej – które kontrolują, jakie informacje są zachowywane, aktualizowane lub przekazywane dalej w każdym kroku czasowym.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/pl/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.
- Klasyfikacja oparta na BERTUczenie głębokie↔ compare
- Gated Recurrent Unit (GRU)Uczenie głębokie↔ compare
- Rekurencyjna Sieć NeuronowaUczenie głębokie↔ compare
- Osadzanie zdańUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →