LSTM
LSTM (Long Short-Term Memory) là một kiến trúc mạng nơ-ron hồi quy, được giới thiệu bởi Sepp Hochreiter và Jürgen Schmidhuber vào năm 1997, có khả năng học các phụ thuộc dài hạn trong dữ liệu tuần tự và được sử dụng rộng rãi cho dự báo chuỗi thời gian và chuỗi. Nó duy trì một bộ nhớ nội bộ cho phép thông tin tồn tại qua nhiều bước thời gian.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Nguồn tài liệu
- Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780. DOI: 10.1162/neco.1997.9.8.1735 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Long Short-Term Memory Network. ScholarGate. https://scholargate.app/vi/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.
- Bộ tự mã hóaHọc sâu↔ compare
- Mạng nơ-ron tích chập (Phân loại)Học sâu↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
- Transformer (NLP)Học sâu↔ compare
- XGBoostHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →