LSTM
LSTM (Long Short-Term Memory) — це архітектура рекурентної нейронної мережі, представлена Зеппом Гохрайтером та Юргеном Шмідгубером у 1997 році, яка здатна вивчати довгострокові залежності в послідовних даних і широко використовується для прогнозування часових рядів та послідовностей. Вона зберігає внутрішню пам'ять, що дозволяє інформації зберігатися протягом багатьох часових кроків.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Джерела
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/uk/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.
- АвтокодувальникГлибоке навчання↔ compare
- Згорткова нейронна мережа (класифікація)Глибоке навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- Трансформер (НЛП)Глибоке навчання↔ compare
- XGBoostМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →