Long Short-Term Memory (LSTM)
Long Short-Term Memory (LSTM) je architektúra hradlovanej rekurentnej neurónovej siete, ktorú v roku 1997 predstavili Hochreiter a Schmidhuber. Bola navrhnutá tak, aby sa učila závislosti naprieč dlhými sekvenciami pomocou špecializovaných pamäťových buniek a troch naučených hradiel — zabúdacieho, vstupného a výstupného — ktoré riadia, aké informácie sa uchovávajú, aktualizujú alebo posúvajú vpred v každom časovom kroku.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/sk/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.
- Klasifikácia založená na BERTHlboké učenie↔ compare
- Gated Recurrent Unit (GRU)Hlboké učenie↔ compare
- Rekurentná neurónová sieťHlboké učenie↔ compare
- Vektorové reprezentácie vietHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →