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 |