差分
このページの2つのバージョン間の差分を表示します。
| 両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン 最新のリビジョン 両方とも次のリビジョン | ||
|
機械学習:lstm代替案 [2016/03/11 11:51] sakaimiho |
機械学習:lstm代替案 [2016/03/22 13:31] n.arakawa [概要] |
||
|---|---|---|---|
| 行 1: | 行 1: | ||
| ====== LSTMとは ====== | ====== LSTMとは ====== | ||
| ===== 概要 ===== | ===== 概要 ===== | ||
| - | LSTMは、リカレントニューラルネットワークのアーキテクチャーをもとに、1997年に Sepp Hochreiter and Jürgen Schmidhuberによって提唱されたモデルです。リカレントニューラルネットワークと同様に、ニューラルネットワークでは扱いが難しかった時系列データ（文章、音声、映像）に対して有効な手法です。[[再帰型ニューラルネットワーク|リカレントネットワーク]]では、長期的な依存関係を学習できない問題を回避しています。 | + | LSTMは、1997年に Sepp Hochreiter と Jürgen Schmidhuberによって提唱された[[機械学習: |
| ==== LSTMの適用領域 ==== | ==== LSTMの適用領域 ==== | ||
| * 音声認識 | * 音声認識 | ||
| 行 28: | 行 27: | ||
| 図では１つの LSTMブロックだけが描かれています。LSTMブロックが複数集まってLSTM層を構成します。LSTM層を多層化するとディープLSTMになります。多層のLSTMでは，時間的空間的に異なる抽象化が表象されると考えられます。 | 図では１つの LSTMブロックだけが描かれています。LSTMブロックが複数集まってLSTM層を構成します。LSTM層を多層化するとディープLSTMになります。多層のLSTMでは，時間的空間的に異なる抽象化が表象されると考えられます。 | ||
| - | ==== 学習 ==== | + | ==== 学習方法 |