Долговременная краткосрочная память (LSTM)
Долговременная краткосрочная память (LSTM) — это архитектура рекуррентной нейронной сети с вентилями, представленная Хохрайтером и Шмидхубером в 1997 году. Она была разработана для изучения зависимостей в длинных последовательностях с использованием специализированных ячеек памяти и трех обучаемых вентилей — забывания, ввода и вывода — которые контролируют, какая информация сохраняется, обновляется или передается вперед на каждом временном шаге.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/ru/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.
- Классификация на основе BERTГлубокое обучение↔ compare
- Сверточный рекуррентный блок (GRU)Глубокое обучение↔ compare
- Рекуррентная нейронная сетьГлубокое обучение↔ compare
- Векторные представления предложенийГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →