Long Short-Term Memory (LSTM)
Long Short-Term Memory (LSTM) é uma arquitetura de rede neural recorrente com portões introduzida por Hochreiter e Schmidhuber em 1997. Foi projetada para aprender dependências em sequências longas utilizando células de memória dedicadas e três portões aprendidos — esquecimento, entrada e saída — que controlam qual informação é retida, atualizada ou passada adiante a cada passo de tempo.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/pt/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.
- Classificação baseada em BERTAprendizado profundo↔ compare
- Unidade Recorrente Gated (GRU)Aprendizado profundo↔ compare
- Rede Neural RecorrenteAprendizado profundo↔ compare
- Embeddings de SentençasAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →