百度有云,
LSTM,Long Short-Term Memory,长短期记忆网络属于时间循环
神经网络。
RNN的一个核心思想是将以前的信息连接到当前的任务中来,例如,通过前面的视频帧来帮助理解当前帧。如果
RNN真的能够这样做的话,那么它们将会极其有用。
所以,为了要解决一般的
RNN(循环
神经网络)存在的长期依赖问题,
LSTM(长短期记忆网络)应运而生,让这个
神经网络带有环,可以将信息持久化。
所有的
RNN都具有一种重复
神经网络模块的链式形式。在标准
RNN中,这个重复的结构模块只有一个非常简单的结构,例如一个tanh层。
RNN(循环
神经网络)在一系列的任务中都取得了令人惊叹的成就,比如语音识别,语言建模,翻译,图片标题等,而
LSTM(长短期记忆网络)是这一系列成功中的必要组成部分。
LSTM(Long Short Term Memory)是一种特殊的循环
神经网络,在许多任务中,
LSTM表现得比标准的
RNN要出色得多,几乎所有基于
RNN的令人赞叹的结果都是
LSTM取得的。