Machine learning

LSTM

LSTM (Long Short-Term Memory) to architektura rekurencyjnej sieci neuronowej, wprowadzona przez Seppa Hochreitera i Jürgena Schmidhubera w 1997 roku, która potrafi uczyć się długoterminowych zależności w danych sekwencyjnych i jest szeroko stosowana do prognozowania szeregów czasowych i sekwencji. Posiada wewnętrzną pamięć, która pozwala informacjom utrzymywać się przez wiele kroków czasowych.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+2 more

Źródła

  1. Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735

Jak cytować tę stronę

ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/pl/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.

Compare side by side

Cytowana przez

ScholarGateLSTM (Long Short-Term Memory Network). Pobrano 2026-06-15 z https://scholargate.app/pl/deep-learning/lstm · Zbiór danych: https://doi.org/10.5281/zenodo.20539026