-
LSTM(Long Short-Term Memory) - 장단기 메모리AI&알고리즘 2022. 3. 29. 15:43728x90반응형
A. why
- RNN의 기울기 소실 문제(vanishing gradient problem) 개선
B. Keyword
- RNN, 기울기 소실, 장기의존성문제, Cell State, Input, Forget, Output, GRU[Reset, Update]
1. 개요
가.개념
순환 신경망(RNN) 기법의 하나로 기존 순환 신경망(RNN)의 문제인
기울기 소멸 문제(vanishing gradient problem)를 방지한 신경망 기법
나.특징
- RNN 문제점 개선
- 높은 효율성
- 워드임베딩, 자연어 학습, 상황인식
2.LSTM 구성도 및 메커니즘 산식
가. LSTM 구성도
나. LSTM 메커니즘 산식
3. LSTM 개선모델, GRU(Gated Recrurent Unit)
- 학습 파라미터 감소
- 2개의 Gate 사용 (Reset, Update)
728x90반응형'AI&알고리즘' 카테고리의 다른 글
메타휴리스틱스(Metaheuristics) (0) 2022.02.14