Enpatika

LSTM (Long Short-Term Memory, Uzun Ömürlü Kısa-Dönem Belleği) GRU aslında kendisinden çok önce çıkmış olan LSTM ‘in basitleştirilmiş bir halidir Hochreiter, Schmidhuber, 1997. LSTM ‘ler geçmiş bilgiyi koruyan bellek hücreleri oluşturarak, aynı zamanda RNN ‘lerde görünen uzun süreli bellek kayıplarını da çözmeyi hedefler.

Standart bir RNN tek bir tanh katmanı içerirken, LSTM ‘ler iletişim halinde olan 4 farklı katman içerirler. LSTM ‘in temel konsepti Cell State ve kullandığı çeşitli kapılardır(gates). Cell State, tahmin yapmak için anlamlı bilgileri hücreler boyunca taşıyan bir iletişim hattı ve ağın hafızası olarak açıklanabilir.

LSTM (Long- Short Term Memory) Uzun Kısa Vadeli Hafıza Ağları — genellikle “LSTM ‘ler” olarak adlandırılır — uzun vadeli bağımlılıkları öğrenebilen özel bir RNN türüdür.11 Şub 2018

Long-Short Term Memory (LSTM /Uzun Kısa Vadeli Hafıza Ağları) Uzun Kısa Vadeli Hafıza Ağları, geçici dizileri ve uzun menzilli bağımlılıklarını geleneksel yinelenen sinir ağlarından daha doğru modellemek için tasarlanmış, özel bir yinelenen sinir ağı mimarisidir.

Uzun kısa süreli bellek ( İngilizce: Long Short-Term Memory ) derin öğrenme alanında kullanılan yapay bir yinelemeli sinir ağı (RNN) mimarisidir . Standart ileri beslemeli sinir ağlarının aksine, LSTM ‘nin geri bildirim bağlantıları vardır.

LSTM , duygu analizi, metin üretme ve zaman serileri gibi birçok konuda kullanılır.

LSTM , tekrarlayan sinir ağları mimarisinin özel bir türü olarak Hochreiter ve Schmidhuber [5] tarafında geliştirilmiştir. LSTM algoritması , zaman serileri verilerinden otomatik özellik çıkarma yeteneği ve karmaşık lineer olmayan durumları öğrenmesi ile dikkat çekmektedir.