LSTM
LSTM (Long Short-Term Memory) — это архитектура рекуррентной нейронной сети, представленная Зеппом Хохрайтером и Юргеном Шмидхубером в 1997 году, способная изучать долгосрочные зависимости в последовательных данных и широко используемая для прогнозирования временных рядов и последовательностей. Она поддерживает внутреннюю память, позволяющую информации сохраняться на протяжении многих временных шагов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/ru/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.
- АвтоэнкодерГлубокое обучение↔ compare
- Сверточная нейронная сеть (классификация)Глубокое обучение↔ compare
- Случайный лесМашинное обучение↔ compare
- Transformer (NLP)Глубокое обучение↔ compare
- XGBoostМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →