Machine learning
แอลเอสทีเอ็ม
LSTM (Long Short-Term Memory) เป็นสถาปัตยกรรมโครงข่ายประสาทเทียมแบบเวียนซ้ำ (recurrent neural network) ที่ Sepp Hochreiter และ Jürgen Schmidhuber นำเสนอในปี 1997 ซึ่งสามารถเรียนรู้ความสัมพันธ์ระยะยาวในข้อมูลลำดับ (sequential data) และนิยมใช้กันอย่างแพร่หลายสำหรับการทำนายอนุกรมเวลา (time-series) และลำดับ (sequence prediction) โดยมีหน่วยความจำภายในที่ช่วยให้ข้อมูลคงอยู่ได้หลายช่วงเวลา
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+2 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/th/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.
- ออโตเอ็นโค้ดเดอร์การเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมแบบสังวัตนาการ (การจำแนกประเภท)การเรียนรู้เชิงลึก↔ compare
- Random Forestการเรียนรู้ของเครื่อง↔ compare
- ทรานส์ฟอร์มเมอร์ (การประมวลผลภาษาธรรมชาติ)การเรียนรู้เชิงลึก↔ compare
- XGBoostการเรียนรู้ของเครื่อง↔ compare