หน่วยความจำระยะสั้นแบบยาว (LSTM)
หน่วยความจำระยะสั้นแบบยาว (Long Short-Term Memory - LSTM) คือสถาปัตยกรรมโครงข่ายประสาทเทียมแบบวนซ้ำที่มีเกต (gated recurrent neural network) ซึ่ง Hochreiter และ Schmidhuber ได้นำเสนอในปี 1997 ได้รับการออกแบบมาเพื่อเรียนรู้ความสัมพันธ์ระยะยาวในลำดับข้อมูลโดยใช้เซลล์หน่วยความจำเฉพาะและเกตที่เรียนรู้ได้สามชนิด ได้แก่ เกตลืม (forget gate) เกตนำเข้า (input gate) และเกตส่งออก (output gate) ซึ่งควบคุมว่าข้อมูลใดจะถูกเก็บรักษา อัปเดต หรือส่งต่อไปยังขั้นตอนเวลาถัดไป
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Long Short-Term Memory Network (LSTM). ScholarGate. https://scholargate.app/th/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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- หน่วยความจำแบบวนซ้ำแบบมีประตู (Gated Recurrent Unit - GRU)การเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมแบบเวียนซ้ำ (Recurrent Neural Network - RNN)การเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare